支持包含缺失值的数据集

朴素贝叶斯将每个属性的值仅用于条件概率计算，而假设类的属性有条件独立。因此，在创建和预测模型期间，将会忽略每个实例及每个属性的缺失值。

更准确地说，估算每个属性 、值 和类 的类概率为 的条件属性值时，将仅考虑不缺少 的值的实例。

同样，如以下示例中所示，在实例 的预测期间计算这样的概率的乘积时，将跳过与缺少的 对应的因子。

对于没有缺失值的数据集，行为保持不变。