樸素貝葉斯分類器基於一個簡單的假定：給定目標值時屬性之間相互條件獨立。
P( Category | Document) = P ( Document | Category ) * P( Category) / P(Document)
更多學習其理論可以參看：http://wenku.baidu.com/link?url=Hu9YryuNlmH-bZcU_dcKYDOsOKU8Wm3ysTVsTI76ZZLynjUWnVmL_XuJdvRkiM7DH3e5Ec8h9gpCUy-d7576NI3TuaAOtZ58DGlTvzwXk27
程式碼編寫思想：
兩層迴圈一層迴圈實列，第二層迴圈每一個實列的屬性對其進行操作。
具體案列：
一個人買電腦的預測，假定影響一個買電腦的影響因素有兩個他的身份，還有收入。
樣本資料：
by:買電腦，bn:不買，sty:表示學生，stn:非學生，inh:收入高
inl：收入低
1,by sty inh
2,by sty inh
3,bn sty inl
4,by stn inh
5,bn stn inh
6,by stn inh
7,bn stn inl
8,bn stn inl
9,by stn inl

Scala程式碼：

    import org.apache.spark.mllib.linalg.Vectors
import org.apache.spark.mllib.regression.LabeledPoint
import org.apache.spark.{SparkContext, SparkConf}

/**
 * Created by Administrator on 2016/7/19.
 */
object MyNaiveBayes {
  def main(args: Array[String]) {
    val conf =new SparkConf().setAppName("WordCount").setMaster("local");
    val sc = new SparkContext(conf)
    val data = sc.textFile("file///F:/1/buycomputer.txt")
    val feature=data.map(_.split(","))
    val feature1=feature.toArray()
    var sty : Float = 0
    var by : Float=0
    var ihy: Float=0

    var ihn:Float=0
    var stn:Float=0
    var bn:Float=0
    for(j <- 0 to feature1.length-1){
      var flags:Boolean=false
      var flag:Boolean=false
      var flagsn:Boolean=false
      var flagn:Boolean=false
      val feature2=feature1(j)
      //println("--------------"+feature2(1))//.toString.split(" ").toList(0)+"==========")
      val feature3=feature2(1).toString.split(" ").toList
      for(i <-0 to feature3.length-1){
        if(feature3(i).equals("by")){
          by+=1
          flags=true
          flag=true
        }
        if(feature3(i).equals("sty")&& flags){
          sty+=1
          flags=false
        }
        if(feature3(i).equals("inh") && flag){
          ihy=ihy+1
          flag=false
        }
        if(feature3(i).equals("bn")){
          bn+=1
          flagsn=true
          flagn=true
        }
        if(feature3(i).equals("inh") && flagn){
          ihn=ihn+1
          flagn=false
        }
        if(feature3(i).equals("sty") && flagsn){
          stn=stn+1
          flagsn=false
        }

      }
    }

   var allby : Float=by/(feature1.length).toFloat
    var sby :Float=sty/by
    var iny: Float=ihy/by
    var py:Float=allby*sby*iny


  var allbn:Float=bn/(feature1.length).toFloat
    var sbn:Float=stn/bn
    var inn:Float=ihn/by
    var pn:Float=allbn*sbn*inn

  if(py>pn){
    println("通過該樣本分析會購買電腦！！！！")
  }else{
    println("通過該樣本分析不會購買電腦！！！！")
  }


  }
}