算法1：CCSIWNB

输入：训练实例集D，测试实例 $x_{test}$

输出：测试实例 $x_{test}$ 的类标签

Step1：将训练实例集D按类标签进行划分

Step2：计算训练实例集D的所有类实例众数y以及与训练实例的相似度

Step3：利用公式(6)和(7)给每个训练实例赋予权重

Step4：利用加权后的D建立朴素贝叶斯模型

Step5：通过模型预测测试实例 $x_{test}$ 的类标签

Step6：输出 $x_{test}$ 的类标签