朴素贝叶斯分类：

文档d属于c分类的概率计算方法如下：

其中：

1、  p(c)代表文档出现在c类中的先验概率。可用如下方法估计p(c)的值：

是训练集中c类文档的数目

是训练集文档总数

2、  是d中的词条。是d中词条的数目

3、  为在c类文档中出现的相对频率，可以用如下方法估计的值：

是t在训练集合中c类文档出现的词频

是词汇表（即训练集中所有文档出现的词条）。但存在的问题是，若词条t未出现在c类文档中，则，会导致。因为一个词未出现在c类中而否定d属于c显然是不合理的。因此使用“加一平滑”的方法，或称“拉普拉斯平滑”：

其中，即词汇表中词项个数。

4、  若要得知d文档究竟属于哪一分类，只要求的最大值即可。因此分类的算法如下：

5、  实际计算中的值可能非常小，会造成浮点数的溢出，因此常取对数，即：

6、  以上计算模型是多项式模型。另一个模型是贝努利模型，区别有两点：

a)        

b)        对于未出现的词项，多项式模型不作处理。