贝叶斯判别的准则是使由误判带来的平均损失达到最小。距离判别采用的是马氏距离，马氏距离反映了分散程度，判别时计算样品到总体的马氏距离，把样品归类到马氏距离最小的类别中。
对于协方差矩阵相等的若干个正态总体，两者的不同之处在于临界值的选取；若是先验概率和损失函数相同的两个同协方差矩阵的总体，则贝叶斯和距离判别是相同的。
距离判别分析方法是判别样品所属类别的一应用性很强的多因素决策方法，根据已掌握的、历史上每个类别的若干样本数据信息，总结出客观事物分类的规律性，建立判别准则，当遇到新的样本点，只需根据总结得出的判别公式和判别准则，就能判别该样本点所属的类别。
距离判别分析的基本思想是：样本和哪个总体的距离最近，就判它属于哪个总体。
贝叶斯判别是根据最小风险代价判决或最大似然比判决，是根据贝叶斯准则进行判别分析的一种多元统计分析法。
贝叶斯判别法的基本思想是：设有两个总体，它们的先验概率分别为q1、q2，各总体的密度函数为f1（x）、f2（x），在观测到一个样本x的情况下，可用贝叶斯公式计算它来自第k个总体的后验概率。