以垃圾郵件分類器為例。如果訓練樣本中壹半的垃圾郵件包含“促銷偉哥”字樣，另壹半包含“正品勞力士”字樣，那麽樸素貝葉斯分類器認為壹個垃圾郵件同時包含偉哥和勞力士的概率是0.25。
(只考慮“偉哥”和“勞力士”這兩個詞)
只要是基於貝葉斯理論的，都可以稱為貝葉斯分類器。樸素貝葉斯分類器之所以被稱為樸素貝葉斯分類器，是因為它是壹種計算性能很高的優化算法(維基百科上的英文頁面只給出了它的定義)。
貝葉斯網絡是壹種基於貝葉斯理論，以DAG形式描述全局概率分布的統計方法，它不是壹種分類器，主要用於貝葉斯推理。