Tirage aléatoire pour jeu de données test et proportion

Bonjour tout le monde,

Voilà pour un grand jeu de données on s'intéresse à la probabilité d'être positif à un test ou négatif à ce même test.
L'idée étant de prédire dans l'avenir ceux qui vont être positif au test.

Le "problème" que je rencontre est que dans la population globale on a environ 1% des gens qui sont positifs et 99% qui sont négatifs.
Pour les données en apprentissage ou en test est il raisonnable de choisir "par avance" un taux plus élevé de positifs que dans la population globale?

Par exemple se dire qu'on prend pour notre jeu d'apprentissage de 500 individus, 100 individus positifs et 400 négatifs?
Pour le moment je respecte les % de la population globale m'enfin c'est pas tip top pour la régression je pense ?

Des avis?

Cordialement,

KaliHD

Voir cette LONGUE DISCUSSION pour quelques éléments de réponse mais au final on a pas tranché la question

Merci Nik!

En effet c'est pas vraiment tranché comme question