Правильность вычисления по формуле наивного байесовского классификатора

P(category∣token) = P(token∣category) * P(category) / P(token)

• P(category∣token) — вероятность что токен принадлежит класса category, именно её нам надо рассчитать;
• P(token∣category) — вероятность встретить токен среди всех токенов класса category;
• P(category) - безусловная вероятность встретить токен класса c в корпусе токенов;
• P(token) - безусловная вероятность встретить токен в корпусе токенов;

P(token∣category) = token(category) / category

• token(category) - количество вхождений токена во всех документах класса category
• category - общее количество токенов в документах класса category

P(category) = token(category) / T

• token(category) - количество токенов в классе category;
• Т - общее количество токенов в обучающем множестве;

P(token) = token/T

• token - количество вхождений токена;

• T (общее количество токенов): 4502
• token (количество вхождений токена): 1
• category (общее количество токенов в документах класса category): 1622
• token(category) (количество токенов в классе category): 1

P(token) = 1 / 4502
P(token) = 0,000222123500666

P(category) = 1622 / 4502
P(category) = 0,360284318081

P(token∣category) = 1 / 1622
P(token∣category) = 0,000616522811344

P(category∣token) = 0,000616522811344 * 0,360284318081 / 0,000222123500666
P(category∣token) = 1

Для одного токена формула на мой взгялд хорошо отработала. Но для нескольких токенов не совсем понятен алгоритм

P(category∣token1,...,tokenN) = P(category) * P(token1,...,tokenN∣category) / P(token1,...,tokenN)

P(category) - всегда будет неизменным

Допустим есть два разных токена с теми же числами

P(category∣token1,...,tokenN) = (1622 / 4502) * (1 / 1622) * (1 / 1622) / ((1 / 4502) * (1 / 4502))
P(category∣token1,...,tokenN) = 0,360284318081 * 0,000616522811344 * 0,000616522811344 / (0,000222123500666 * 0,000222123500666)
P(category∣token1,...,tokenN) = 0,360284318081 * 0,000616522811344 * 0,000616522811344 / (0,000222123500666 * 0,000222123500666)
P(category∣token1,...,tokenN) = 0,360284318081 * 3,80100376907e-07 / 4,93388495481e-08
P(category∣token1,...,tokenN) = 0,360284318081 * 7,70387595958
P(category∣token1,...,tokenN) = 2,77558569668

Из-за отношений произведения P(token1,...,tokenN∣category) и произведения P(token1,...,tokenN) число в ряде случаев будет неуклонно расти, что даст вероятность более нуля. Как в таком случае интерпретировать значение классификатора?

Ссылки

• Наивный байесовский классификатор https://ru.wikipedia.org/wiki/%D0%9D%D0%B0%D0%B8%D0%B2%D0%BD%D1%8B%D0%B9_%D0%B1%D0%B0%D0%B9%D0%B5%D1%81%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B9_%D0%BA%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%82%D0%BE%D1%80