2値分類で正例を予測する場合と正例・負例の両方を予測する場合の違いについて

Question

実現したいこと

2値分類で正例を予測する場合と正例・負例の両方を予測する場合の違いについて理解する

試したこと

2値分類で正例を予測する場合と正例・負例の両方を予測する場合でなにか異なるアプローチをとる必要があるのかどうかを調べています。
（機械学習で分類モデルを作成する場合を想定しています。）

特に今まで意識していなかったのですが、評価や前処理でなにか異なるアプローチをする必要があるのでしょうか？

どちらのケースでも以下のような対応をしています。
・前処理でのアプローチとしてはデータの正例・負例に偏りがあればアンダーサンプリングする。
・評価関数に混合行列を用いて評価する

調べたのですが、値分類で正例を予測する場合と正例・負例の両方を予測する場合の違いについて
言及している記事が見つからなかったため質問させていただきました。

よろしくお願いします。

Comments

[ps_aux_grep]

調べても言及が無いのは差分が無いからだと私は認識しています．
正常/異常の2値があって異常値のサンプル数が少ない故の特別なアプローチなどはあります(丁度質問者が書いているアンダーサンプリングなどが該当します)．
質問の意図がよくわからないので「2値分類で正例を予測する場合と正例・負例の両方を予測する場合」というタスクの具体例を示していただけませんでしょうか？