有个变量没定义是书上错了还是我错了

《python数据挖掘从入门到实践第二版》，第一张OneR算法。这张定义了两个函数，问题是两个函数，包括后面一张的测试函数都没有定义ytrue这个变量。请问有先行者遇到过这个问题吗？

from sklearn.datasets import load_iris
from collections import defaultdict as dd
from operator import itemgetter as it
dataset=load_iris()
x=dataset.data
y=dataset.target

attribute_means=x.mean(axis=0)
x_d=np.array(x>=attribute_means,dtype='int')
def train_feature_vaule(x,ytrue,feature,value):
    class_count=dd(int)
    for sample,y in zip(x,ytrue):
        if sample[feature]==value:
            class_count[y]+=1
    sorted_class_count=sorted(class_count.items(),key=it(1),reverse=True)
    most_frequent_class=sorted_class_count[0][0]
    nsample=x.shape[1]
    error=sum([class_count for class_vaule,class_count in class_count.items() if class_vaule!=most_frequent_class])
    return most_frequent_class,error

def train(x,ytrue,feature):
    nsamples,nfeatures=x.shape
    assert 0<=feature<=nfeatures
    values=set(x[:,feature])
    predicitors=dict()
    errors=[]
    for current_value in values:
        most_frequent_class,error =train_feature_vaule(x,ytrue,feature,current_value)
        predicitors[current_value]=most_frequent_class
        errors.append(error)
    total_error=sum(errors)
    return predicitors,total_error

你要清楚变量名是可以任意指定的，这和你在函数外面定义与否无关。举个例子来说，你的def train(x,ytrue,feature)，你只要调用的时候train(x,y,f)传入三个参数就行，不一定需要y这个参数一定是ytrue。
实际上，如果你调用的时候是像下面这么调用，就不会有这个疑问。

train(x=x_data,ytrue=ytrue_data,feature=f)
#(前面参数名，等号后面的才是变量名)

应该写ytrue，您写的yture
应该是敲的时候不小心敲错了，仔细一点就好~

不是yture，应该是ytrue,可能是作者不小心手抖打错了

怎么感觉代码里也没用到这个变量啊。