漏诊对应 FN(假负),误诊对应 FP(假正)。题目要求减少 FN。指标关联:召回率(Recall/Sensitivity)= TP / (TP+FN)。要减少 FN,就需要提高 Recall。阈值影响:降低阈值会使更多样本被判定为正类(患病),从而增加 TP,减少 FN,提高 Recall。虽然这会同时增加 FP(误诊),但符合题目“漏诊代价更高”的业务约束。A错误:0.5不一定是最优业务阈值。B错误:提高阈值会减少 FP 但增加 FN,与目标背道而驰。D错误:在类别不平衡或代价不对称时,准确率往往不是最佳指标(例如99%的人没病,全预测没病准确率99%,但召回率为0)。