maraska Najlakše ti je za ovaj labos, recimo da imaš 2D matricu vektora po retcima
onda norm možeš koristiti ovako, u jednom pozivu:
import numpy as np
vectors = np.array([[-1, 1], [-2.3, 0]])
norms = np.linalg.norm(vectors, axis=1)
print(norms) #ispisuje [1.41421356 2.3 ]
e a kako ovo iskoristiti za računanje euklidskih udaljenosti, pa od skupa primjera za treniranje oduzmeš primjer od kojeg racunas udaljenosti svakog primjera
#neka je x primjer od kojeg racunas udaljenosti svakog primjera iz training seta X_train
X_diff = X_train - x
norms = np.linalg.norm(X_diff, axis=1)
