如何正确在Imbalanced-Learn中使用嵌套Pipeline并组合scikit-learn组件

Imbalanced-Learn 提供的Pipeline和sklearn原生Pipeline的校验逻辑不同：imblearn要求所有中间步骤只能实现fit_transform（常规预处理类逻辑）或fit_resample（采样类逻辑）二者其一，避免执行阶段出现方法调用歧义。而sklearn原生的Pipeline作为独立评估器，当内部全为转换器时天然实现了fit_transform，同时imblearn的接口校验逻辑会误判它也兼容fit_resample，因此触发你遇到的报错：

链的所有中间步骤都应当是实现了fit与transform或fit_resample方法的评估器，'Pipeline(steps=[('scaler', StandardScaler())])'同时实现了这两类方法。

不需要拆开原有内层Pipeline的步骤，可以通过轻量包装器的方式兼容，完全保留原有封装结构：

1. 先实现一个通用的sklearn Pipeline包装类，仅暴露fit和transform接口，屏蔽imblearn的歧义检测

from sklearn.base import BaseEstimator, TransformerMixin

class SklearnPipeWrapper(BaseEstimator, TransformerMixin):
    def __init__(self, sklearn_pipe):
        self.sklearn_pipe = sklearn_pipe
    
    def fit(self, X, y=None):
        self.sklearn_pipe.fit(X, y)
        return self
    
    def transform(self, X):
        return self.sklearn_pipe.transform(X)

2. 直接将原有内层Pipeline包装后传入imblearn的Pipeline即可正常运行

from imblearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.ensemble import RandomForestClassifier

# 原有内层Pipeline不用做任何修改
inner_pipe = Pipeline(steps=[('scaler', StandardScaler())])
# 包装后传入
my_pipeline = Pipeline(
    steps=[
        ('pre_step', SklearnPipeWrapper(inner_pipe)), 
        ('rfc', RandomForestClassifier())
    ]
)

这个方案支持任意深度的嵌套Pipeline，同时你依然可以直接操作内层inner_pipe的参数、调整内部步骤，外层会自动同步改动，完全不会丢失封装性。

如果你的整个流程中不需要用到SMOTE、ADASYN这类imblearn提供的采样算子，直接使用sklearn原生的Pipeline即可，不会触发任何兼容问题，也不需要额外包装。

内容的提问来源于stack exchange，提问作者abdelgha4