add note about incompatibility of sklearn versions

Hometasks/Hometask_2.ipynb

@@ -8,7 +8,7 @@
     "\n",
     "### Физтех-Школа Прикладной математики и информатики МФТИ \n",
     "### Лаборатория нейронных сетей и глубокого обучения (DeepHackLab)  \n",
-    "дедлайн: 4 апреля 23: 59 (MSK)\n"
+    "Дедлайн: 4 апреля 23: 59 (MSK)\n"
    ]
   },
   {
@@ -670,14 +670,44 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "При большом числе признаков метрические алгоритмы обычно плохо работают, подробнее: <a href=\"https://en.wikipedia.org/wiki/Curse_of_dimensionality\">проклятие размерности </a>."
+    "__________________\n",
+    "**Замечание:**\n",
+    "Известна проблема несовместимости версий sklearn: метрика \"cosine\" не доступна в старых версиях sklearn.\n",
+    "\n",
+    "Учитывая, что самый важный навык в IT-профессиях это умение пользоваться поисковиком (и читать технические тексты, например, документации), предлагаются следующие варианты:\n",
+    "\n",
+    "- использовать sklearn версии 0.19.1\n",
+    "    (вы быстро разберётесь, как узнать текущую версию и как её обновить, это полезно знать)\n",
+    "    \n",
+    "    \n",
+    "- написать метрику cosine_distances для своего класса и использовать её.\n",
+    "\n",
+    "    В sklearn реализована похожая функция, можете использовать её, но никто не запрещает написать свою реализацию.\n",
+    "    Обратите внимание, что CountVectorizer возвращает объект класса scipy.sparse.csr.csr_matrix, к чему вы, наверное,\n",
+    "    не были готовы при реализации класса, так что нужно преобразовать Xt к numpy.ndarray (документация в помощь)\n",
+    "    \n",
+    "    Обьект класса scipy.sparse.csr.csr_matrix используется так как матрицы, возвращаемые CountVectorizer, обычно почти\n",
+    "    полностью состоят из нулей и использование разреженных матриц сильно экономит оперативную память. Такие матрицы имеют\n",
+    "    схожие с numpy.ndarray интерфейсы, но совместимость не полная. \n",
+    "    \n",
+    "    \n",
+    "________________________"
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "При большом числе признаков метрические алгоритмы обычно плохо работают, подробнее: <a href=\"https://en.wikipedia.org/wiki/Curse_of_dimensionality\">проклятие размерности </a>.\n",
+    "\n",
+    "<!--- [email protected] -->"
    ]
   }
  ],
  "metadata": {
   "anaconda-cloud": {},
   "kernelspec": {
-   "display_name": "Python [default]",
+   "display_name": "Python 3",
    "language": "python",
    "name": "python3"
   },
@@ -691,7 +721,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.5.2"
+   "version": "3.6.4"
   }
  },
  "nbformat": 4,