樸素貝葉斯分類器用在符號型數據上比較多，如何處理數值型數據能找到的資料比較少，《數據算法：Hadoop/Saprk大數據處理技巧》這本書簡要介紹瞭如何處理數值型數據。
假設數據服從一定的分佈，通常假設爲高斯分佈（正態分佈），於是只需要從訓練數據中計算出每一類每一維度的均值和方差，就可以估計給定任一數值的後驗概率。
對於一條新的數據 x，x 的第 i 維上的數據在給定類別時出現的概率：
x 在給定類別
時出現的概率：
預測 x 的類別爲
使用Hadoop實現時可以分爲3個Job：
- Job1：計算均值
- Job2：計算方差
- Job3：預測
重點是前兩個Job，預測的Job可以與前兩個分離，保存計算的結果，實現一次訓練，多次預測