유클리드 거리 계산

머신러닝에서 두 점 사이의 거리는 가장 기본이 되는 연산입니다. KNN, 클러스터링, SVM 커널 등 거의 모든 고전 기법이 거리 개념에 의존하죠.

두 벡터 $\mathbf{x}, \mathbf{y} \in \mathbb{R}^n$ 의 유클리드 거리는 다음과 같이 정의됩니다:

$d(\mathbf{x}, \mathbf{y}) = \sqrt{\sum_{i=1}^{n} (x_i - y_i)^2}$

과제

함수 euclidean(x, y) 를 완성하세요. 두 입력은 1차원 NumPy 배열입니다.

제약

• for 루프를 직접 쓰지 말고 NumPy의 벡터 연산으로 구현하세요 (np.sum, **, np.sqrt 활용).
• 반환값은 Python float 또는 NumPy 스칼라.

테스트 케이스

실행하면 아래 순서대로 채점합니다. print() 출력도 이 순서대로 쌓입니다.