阅读 Tom M. Mitchell 的《机器学习》后，根据自己的理解写的朴素贝叶斯分类器。

如果本地计算机安装了基本环境，在当前目录执行make即可，要求编译器支持C++ 11，成功编译后执行 ./naive_bayes.out。

对于离散属性，则按照属性值分别计算条件概率；对于连续的实数型数据，假定其符合正态分布，按照正态分布概率公式计算。要求目标属性必须为离散属性，且位于最后一列。不符合条件的数据产生未知行为。

对于iris数据集，使用全部数据做训练集，每种分类取10种做测试集，输出真实属性和预测的目标属性值。 对于原书中的样例playTennis，即采用书中提供的数据集和一个测试数据（仅做示例使用， 结果无代表性）。