我正在尝试使用 MultinomialNB 进行一些文本分类，但我遇到了问题，因为我的数据不平衡。（为简单起见，下面是一些示例数据。实际上，我的数据要大得多。）我正在尝试使用过采样对我的数据进行重新采样，并且理想情况下我希望将其构建到此管道中。
下面的管道在没有过度采样的情况下工作正常，但同样，在现实生活中我的数据需要它。这是非常不平衡的。
使用此当前代码，我不断收到错误消息：“TypeError：所有中间步骤都应该是转换器并实现拟合和转换。”
如何将 RandomOverSampler 构建到此管道中？
data = [['round red fruit that is sweet','apple'],['long yellow fruit with a peel','banana'],
['round green fruit that is soft and sweet','pear'], ['red fruit that is common', 'apple'],
['tiny fruits that grow in bunches','grapes'],['purple fruits', 'grapes'], ['yellow and long', 'banana'],
['round, small, green', 'grapes'], ['can be red, green, or purple', 'grapes'], ['tiny fruits', 'grapes'],
['small fruits', 'grapes']]
df = pd.DataFrame(data,columns=['Description','Type'])
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state = 0)
text_clf = Pipeline([('vect', …所以我在谷歌有一个数据科学面试，我正在努力准备。我在 Glassdoor 上看到很多以前在那里面试过的人提出的问题之一是：“编写代码来生成随机正态分布。” 虽然使用 numpy 很容易做到这一点，但我知道有时 Google 会要求候选人在不使用任何包或库的情况下进行编码，所以基本上是从头开始。
有任何想法吗？