朴素贝叶斯法将实例分为到后验概率最大的类中。这等价于期望风险最小化，设选择0-1损失函数：
$$L(Y,f(x))=\left( 1,Y \neqf(X) \\ 0,Y=f(X) $$
式中$f(X)$是分类决策函数。这时，期望风险函数为
$R_{exp}\,(f)=E[L(Y,f(X))]$
