NaiveBayes分类器用于数据集的朴素贝叶斯分类器团队Franz Kuntke，约翰内斯过滤器。基本理念从文件中读取数据，随机数据取前2/3的数据作为训练数据，取最后1/3作为测试数据。建立分类器，针对测试数据进行测试并保存错误。重复步骤2到6，并总结错误，查看注释代码以获取更多详细信息。评估分类器正确分类了大约85%，误差约为15%，特别是“好”被归类为坏。