Classificador per màxima versemblança que aplica un criteri bayesià de probabilitats a priori per a assignar un individu a la classe a la qual té una major probabilitat de pertànyer.

Així doncs, un individu s'assignarà a una classe A si p(X/A)·p(A) > = p(X/B)·p(B) per a tot A diferent de B, on p(X/A) i p(X/B) són les probabilitats que l'individu pertanyi a les classes A i B, respectivament (calculades com en un classificador per màxima versemblança), i p(A) i p(B) són les probabilitats, estimades a priori, que un individu X qualsevol pertanyi a les classes A i B, respectivament. La suma de les m probabilitats a priori val 1, és a dir p(A) + p(B)+... = 1.

Aquest classificador evita que classes poc representades (per exemple, boscos de ribera) absorbeixin píxels o segments de classes més generals (per exemple, rouredes) quan la radiometria (o, en general, característiques estadístiques) de les dues classes s'assembla molt, si bé la dificultat que presenta és conèixer els valors a priori (p(A), p(B), etc.) de cada classe. Aquestes probabilitats es poden estimar a partir d'un inventari i de treball de camp previs, de dades auxiliars o utilitzant els resultats d'una classificació prèvia. Si s'atorga la mateixa probabilitat a priori a totes les classes el resultat és el mateix que en el classificador per màxima versemblança.