Невозможно передать объединенный конвейер SMOTE и RandomUnderSampler в основной конвейер

В настоящее время я работаю с набором данных Imbalanced, и для обработки Imbalance я планирую объединить SMOTE и ADASYN с RandomUnderSampler, а также индивидуальную недостаточную выборку, передискретизацию, SMOTE и ADASYN (всего 6 способов выборки, которые я передам как параметр в GridSearchCV). Для этого я создал два конвейера.

Smote_Under_pipeline = imb_Pipeline([
     ('smote', SMOTE(random_state=rnd_state, n_jobs=-1)),
     ('under', RandomUnderSampler(random_state=rnd_state)),
])

Adasyn_Under_pipeline = imb_Pipeline([
     ('adasyn', ADASYN(random_state=rnd_state, n_jobs=-1)),
     ('under', RandomUnderSampler(random_state=rnd_state)), 
])

Мой план состоит в том, чтобы передать эти две pipleines в основной конвейер, который выглядит следующим образом:

Main_Pipeline = imb_Pipeline([
     ('feature_handler', FeatureTransformer(list(pearson_feature_vector.index))),
     ('imb', Smote_Under_pipeline),
     ('scaler', StandardScaler()),
     ('pca', PCA(n_components=0.99)),
     ('model', LogisticRegression(max_iter=1750)),
])

FeatureTransformer () - это класс выбора функций:

class FeatureTransformer(BaseEstimator, TransformerMixin):

    def __init__(self, feature_vector=None):
        self.feature_vector = feature_vector
    
    def fit(self, X, y):
        return self

    def transform(self, X):
        return X[self.feature_vector]

Когда я вызываю Smote_Under_pipeline.fit () или Adasyn_Under_pipeline.fit (), он работает (пример кода ниже):

dumm_x, dumm_y = Smote_Under_pipeline.fit_resample(X_train, y_train)

Но когда я пытаюсь инициализировать Main_Pipeline в это время, интерпретатор выдает ошибку:

TypeError: All intermediate steps of the chain should be estimators that implement fit and transform or fit_resample. 'Pipeline(steps=[('smote', SMOTE(n_jobs=-1, random_state=42)),
            ('under', RandomUnderSampler(random_state=42))])' implements both)

Я использую конвейеры, предоставленные Imbalance-learn.

Я не могу понять ошибку. При использовании конвейеров scikit-learn все промежуточные оценщики имеют свои собственные методы fit () и fit_transform (), конвейеры imblearn предоставляют дополнительную функциональность обработки fit_resample ( ), который предоставляется обоими: Smote_Under_pipeline и Adasyn_Under_pipeline. Итак, его можно вызвать в Main_Pipeline, тогда почему возникает ошибка? Оба конвейера выборки также предоставляют метод fit () вместе с fit_resample (), это причина?