我有一个逻辑模型，配有以下R函数：
glmfit<-glm(formula, data, family=binomial)
为了使拟合模型获得良好的数据分类（或混淆矩阵），合理的截止值为0.2而不是大多数使用的0.5。
我想在拟合模型中使用cv.glm函数：
cv.glm(data, glmfit, cost, K)
由于拟合模型中的响应是二元变量，因此适当的成本函数（从“cv.glm”的“示例”部分获得）：
cost <- function(r, pi = 0) mean(abs(r-pi) > 0.5)
由于我的截止值为0.2，我可以应用此标准成本函数，还是应该定义不同的函数以及如何定义？