제곱 유클리드 거리

1번 의 응용. sqrt 를 생략 한 버전입니다:

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

왜 쓰나?

머신러닝에서 거리를 비교만 하면 되는 경우 (누가 더 가까운지) sqrt는 순서를 바꾸지 않아서 필요 없습니다 — 즉 계산이 더 싸고 미분이 깔끔:

• K-means 의 objective = 제곱 거리 합
• MSE 손실 = 평균 제곱 오차
• 대부분의 그래디언트 기반 최적화 문제

$\frac{d}{dx_i} d^2 = 2(x_i - y_i)$ — 깔끔한 선형 식. sqrt 있으면 체인룰이 복잡해집니다.

과제

함수 squared_euclidean(x, y) 를 완성하세요.

• 두 1D 배열 입력.
• 반환: Python float.
• sqrt 쓰지 말 것 (속도가 포인트).
• 루프 없이 NumPy 연산.

테스트 케이스