python - 复制时间序列样本

Question

我有一个高度不平衡的数据集：

from collections import Counter
unique1, counts1 = np.unique(labels_ds  , return_counts=True)
dict(zip(unique1, counts1))
print('Original dataset shape {}' .format(counts1))     

#returns
#Original dataset shape [  353    88  6656     1  1757    52  5480   226   452   125  5992   559 497  6134 29747]

在这种情况下，我不能只是简单地使用RandomOverSampler它返回n=29747*1 samples，也不能SMOTE因为它至少需要 k_neighbors=1 因此，我想复制少数类的样本然后应用SMOTE。注意：我的特征和标签位于单独的数组中，它们分别具有形状# (27, 28, 500, 500, 15)和形状# (27, 500, 500, 1)。

idx = np.where(labels == 6)
print(idx)
# returns (array([23]), array([459]), array([429]), array([0]))

所以我的问题是，我怎样才能复制（x6）少数类的特征和标签（可能基于少数类标签的索引）？

编辑 我的整个图像被网格化为 9x3 ==>27“单元格”每个单元格有 28 个图像（卫星图像，28 个相对于时间），500x500 是高度和宽度，15 是特征数，1 因为这是一个基于像素的分类，因此我有“可以这么说的标签图像”