Сравнение двух массивов с третьим на sklearn

Как сделать классификатор, который будет определять, на сколько процентов неизвестный массив похож на известные? Массивы - это данные с FTT

import numpy as np
from sklearn.svm import SVR
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import mean_squared_error

import os
newPath = lambda pathL: os.path.abspath(os.path.join(os.path.dirname(__file__), pathL))

# Функция для чтения данных из файла CSV
def read_data_from_csv(filePath):
    with open(filePath, 'r') as file:
        lines = file.readlines()
    amplitudes = np.array([float(line.strip()) for line in lines])
    frequencies = np.arange(1, len(amplitudes) + 1)
    return frequencies, amplitudes

# Чтение данных из файлов CSV для обучения
frequencies_type1, amplitudes_type1 = read_data_from_csv(newPath('data/FTT/arr1/1.csv'))
frequencies_type2, amplitudes_type2 = read_data_from_csv(newPath('data/FTT/arr2/1.csv'))
frequencies_type3, amplitudes_type3 = read_data_from_csv(newPath('data/FTT/arr2/2.csv'))

Или, хотя бы, какой метод тут применять? Или, вообще использовать другую библиотеку (пр. tensorflow)?