Если нужно разграничить, то согласно общепринятой практики в машинном обучении за 1 или positive ([хотя по мне , корректнее называть целевое значение) принимается наиболее редкое явление, а более частое за 0. Если же обсуждать как выбор порог бинаризации (когда мы здорового считаем здоровым), то это уже тема отдельной статьи, вне данной публикации.Да, и вы верно заметили, что есть всегда ассиметрия, она вообще всегда есть в реальной жизни. Цель именно данной статьи заключается в том, чтобы читатель через визуализацию наиболее легко понял, что "под капотом" в метриках происходит при дисбалансе классов
спасибо большое , исправил
Если нужно разграничить, то согласно общепринятой практики в машинном обучении за 1 или positive ([хотя по мне , корректнее называть целевое значение) принимается наиболее редкое явление, а более частое за 0. Если же обсуждать как выбор порог бинаризации (когда мы здорового считаем здоровым), то это уже тема отдельной статьи, вне данной публикации.Да, и вы верно заметили, что есть всегда ассиметрия, она вообще всегда есть в реальной жизни. Цель именно данной статьи заключается в том, чтобы читатель через визуализацию наиболее легко понял, что "под капотом" в метриках происходит при дисбалансе классов
Спасибо большое, исправил ++++