大佬们好，我想请教一个机器学习的问题！现在由于原始数据类不平衡，我对原始数据进行欠/过采样处理以后再用于模型的训练，得到结果的模型在测试集上表现很好，但此时的测试集是经过处理以后正负样本1:1的数据，好像并不能代表真实的情况。现在在没有更多数据可用的情况下，应该如何评价模型的优劣呢？