spark+java实现朴素贝叶斯，文件格式是parquet格式，备注也详细

P(X|Y) = P(X,Y)/P(Y) （条件概率）->P(X,Y) = P(X|Y)P(Y)->P(X,Y) = P(Y|X)P(X)->P(X|Y) = P(Y|X)P(X)/P(Y)， p(yi|X) = P(yi)p(X|yi)/P(X) 其中P(X)为常数 p(yi|X) = P(yi)p(X|yi) p(yi|X)->某特征下是某类别的概率 P(yi)-> 先验概率（策略：最大似然估计） 某类别下该特征总数/该类别总数 p(X|yi)->某类别下出现某特征概率 前提：独立同分布

实验描述: 对指定数据集进行分类问题的分析，选择适当的分类算法，编写程序实现，提交程序和结果报告 数据集： balance-scale.data（见附件一） ，已有数据集构建贝叶斯分类器。 数据包括四个属性：五个属性值 第一个属性值表示样本的类别号，其他四个属性为四个不同的特征值。