条件风险（conditional risk），理学-计算机科学技术-人工智能-机器学习-贝叶斯学习，条件风险（Conditional Risk）是一种度量贝叶斯决策性能的指标。考虑K种可能的状态，可能采取的动作记为。当状态为k，选择的动作为a时，对应的损失函数记为。假设已知每个状态的后验概率分布，条件风险被定义为，即：在给定输入样本x的条件下，选择动作a的期望损失。具体来说，对于分类任务，每种状态k对应一个类别，这里的动作定义为确定真实类别为k。常用的损失函数为0-1损失，即当分类器的选择与真实类别相符（）时，损失函数值为0，否则为1。给定一个特定的输入样本x，贝叶斯分类器输出一个后验概率分布。后验概率的计算一般采用贝叶斯公式。条件风险表示在给定输入样本x的条件下，分类器选择动作a的期望损失。