使用余弦相似性找到前五名相似的图像

Question

我有一个具有长度n的图像的功能列表。

feature_list -> [array[img1], array[img2]....n] 

我可以使用 sklearn.neighbors.nearestneighbors 找到前5名。通过遵循

neighbors = NearestNeighbors(n_neighbors=5, algorithm='brute',metric='euclidean').fit(feature_list)
test_img_feature = extract_features('test.jpg', model_after_tuning)
distances, indices = neighbors.kneighbors([test_img_feature])

此操作很好。但是我想使用余弦相似性而不是欧几里得。 到目前为止，我做了以下操作。

def calculate_similarity(vector1, vector2):
    sim_cos = 1-spatial.distance.cosine(vector1, vector2)
    return sim_cos

fea_vec_img1 = extract_features('./test.jpg', model_after_tuning)
fea_vec_img2 = extract_features('./test1.jpg', model_after_tuning)

calculate_similarity(fea_vec_img1 , fea_vec_img2)

它的工作正常，但是我想从包含整个数据的整个功能列表中搜索前五名。

当我传递以下误差时，

calculate_similarity(feature_list, fea_vec_img2)

对于整个功能_list，例如最近的neighbors ，余弦相似性的任何拟合函数吗？