Пользовательский конвейер sklearn с tfidf

Question

Я пытался создать конвейер sklearn с моим собственным FeatureSelector и векторизатором TF-IDF. Но безуспешно.

class FeatureSelector(BaseEstimator, TransformerMixin):

    def __init__(self, feature_names):
        self.feature_names = feature_names

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

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

tfidf_vect = TfidfVectorizer(max_features=50000,ngram_range=(1,2))

feature_pipeline = make_pipeline( (FeatureSelector(['text']) ))

full_pipeline = Pipeline( steps = [( 'feature_pipeline', feature_pipeline ),('tfidf',tfidf_vect),('clf',SVM)])

full_pipeline.fit(train_x,y_train)

Это показывает мне следующую ошибку.

"ValueError: Найдены входные переменные с непоследовательным количеством выборок: [1, 30597]"