使用不平衡学习过采样后仅检索重采样实例的索引？

Retrieve the indices for only the resampled instances after oversampling using imbalanced-learn?

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，我只想检索从原始数据中过采样（复制）的实例。例如，如果 "item_1" 是原始数据，项目 2 到 4 是 "item_1" 的副本，我只需要 "item_2"、"item_3"、[=33= 的索引] 进行进一步处理并省略 "item_1" 的索引。

  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)

似乎所有过采样实例（当然还有它们相应的索引）都连接在经过过采样的原始数据的末尾。 

oversampled_instances = y_tr_resampled[len(y_train):]