我想使用sklearn.svm.OneClassSVM对来自不同库（tenpy）的物理状态进行SVM分类（即OneClassSVM）。我要定义一个自定义内核
def overlap(X,Y):
return np.array([[x.overlap(y) for y in Y] for x in X])
其中overlay（）是所述库中定义的函数，用于计算状态之间的重叠。当我尝试拟合数据时
clf = OneClassSVM(kernel=overlap)
clf.fit(states)
状态是此类状态对象的列表，我得到了错误
TypeError：float（）参数必须是字符串或数字，而不是'MPS'
是否有一种方法可以告诉sklearn忽略此测试（不编辑源代码）？
据我所知，只要对象的内核明确，对算法的本质来说，数据的本质和处理方式就不是必需的。