考虑一个将被分成训练和测试的数据集。该模型将使用训练集学习并使用未见过的测试集进行评估。现在数据集是不平衡的——它包含更多属于特定类别的示例。在这种情况下，平衡它的一种方法（除了这里提到的那些：训练，不平衡数据集分类的测试拆分）是通过基于样本分配权重。分配权重的正确方法是什么？我应该在整个数据集上分配权重，然后分成训练和测试吗？