这个Library是数据分析咖哥十话一书的代码库和勘误表，以及一些值得讨论的东西。
本书购买链接：https://item.jd.com/13335199.html
有些地方的RMF均应改为RFM。
瘦狗是指市场占有率低及市场占有率低的业务。应改为：瘦狗是指市场占有率低及销售增长率低的业务 。
原输出图中单身的14和有朋友的19应该对调。
正确的图：
userList =["咖哥", "马总", "小冰", "小雪"] #创建元组
改为
userList = ("咖哥", "马总", "小冰", "小雪") #创建元组
中括号改成小括号，才是元组。
Out: 2.29999999999999998
改为
Out:0.72587994
这是为了和P56页的npArray05内容保持一致。
npArray02数组中第四列的前三个元素，
改为
npArray02数组中第二行的前三个元素。
文章和代码都要改。
1/5 = 0.5改为0.2
3/4 + 1/4 = 1 改为 4/5 + 1/5 = 1
下面一行的 1/2 和 1/4应该对调。
也许得了感冒，改为，也许长了痘痘。
X_train 的结构是 288行 × 4列 （列数有误，应为 288行 × 3列） y_train 的结构是 288行 × 1列 X_test 的结构是 73行 × 4列 （列数都有误，应为 73行 × 3列） y_test 的结构是 73行 × 1列
有小伙伴在异步图书的勘误区发表了下面的建议：
这是一个很认真的建议。根据不同的业务需求，的确是可以这样构建数据集的。严格来说，应该从每个用户的第一次购买日期算起，这个建议很好，因为我们希望根据头三个月的信息预测后续的LTV。不过，我们收集前三个月的数据时，并不是很确定每个用户都会持续购物一年。因此，我个人认为不需要选择持续购物一年的用户，即使客户流失，那么模型也应该吸收这些信息，从而具备判断这类用户因为可能流失而产生低LTV的可能性。