算法：EAWIWNB算法

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：利用CFW算法计算D的所有属性权重 $w_j$

Step2：计算训练实例集D的所有实例众数z

Step3：利用公式(14)计算训练实例与每个众数实例的相似度

Step4：利用公式(15)计算每个训练实例的权重

Step5：利用实例加权思想建立朴素贝叶斯模型

Step6：利用模型预测测试实例 $x_{test}$ 的类标签

Step7：输出 $x_{test}$ 的类标签