在为ML准备数据时，哪些类是肯定的，以及如何确定真正的告警

Question

我正在为机器学习准备一些数据。这个问题很容易回答，但我有点困惑。

假设系统每1小时有大约100次报警，而只有1或2次警报才是真正的警报。假警报会被人忽略。我收集了一些看起来像特征的数据，并给出了标签0或1来伪造或真正的警报。

在这种情况下，真正的警报是0还是1？由此可改变TP、TN、FP、FN、机会水平。我们感兴趣的是真正的警报，我们不想错过它，即使所有的警报都是人工检查的。

几乎警报是假的，所以概率水平将超过95%。那么大班和正面班会是1级假警报吗？但我们的兴趣不是假警报。在这种情况下，我该如何设置标签？

Answer 1

这两种方法对模型的性能都是一样的，因为损失函数不受标记1或0的方式的影响。就我个人而言，我认为0应该用于伪造的，1用于真实的。