使用不平衡学习过采样后，仅检索重采样实例的索引？

Question

对于数据不平衡的二进制文本分类问题，我使用imbalanced-learn库的函数RandomOverSampler来平衡类。

现在，我只想从原始数据中检索被过度采样（复制）的实例。例如，如果“ item_1”是原始数据，而项目2至4是“ item_1”的副本，则我仅需要“ item_2”，“ item_3”，“ item_4”的索引进行进一步处理，而忽略了“ item_1”。

1. item_1
2. item_2
3. item_3
4. item_4

这是我的代码：

from imblearn.over_sampling import RandomOverSampler
ros = RandomOverSampler(random_state=42)

X_listed = []
for eachTrainInstance in X_train:
    X_listed.append([eachTrainInstance])

X_tr_resampled, y_tr_resampled = ros.fit_sample(X_listed, y_train)

Answer 1

似乎所有过采样的实例（当然还有它们相应的索引）都在经受过采样的原始数据的末尾串联在一起。

oversampled_instances = y_tr_resampled[len(y_train):]