احتمال رده های جایگزین کمیتی بر پایه احتمال است که می تواند به خوبی میزان دقت هر یک از پیش بینی های مدل های
رده بندی را محاسبه کند. احتمال رده های جایگزین ابزار بسیار مفیدی برای ارزیابی دقت و اطمینان مدل های
رده بندی و شناسایی نمونه های نادرست برچسب گذاری شده است. این ابزار می تواند پیش بینی های مدل ها را به صورت احتمالی بررسی کند علاوه بر این با کمک این کمیت می توان در مواردی که احتمال تخصیص یک مشاهده به رده های دیگر و یا احتمال ورود یک مشاهده از رده ای به رده دیگر مورد نظر است، استفاده کرد. در این مقاله کمیت احتمال رده های جایگزین به صورت جامع معرفی شده و روند محاسباتی آن برای چندین الگوریتم یادگیری ماشینی پرکاربرد و مشهور از جمله مدل تحلیل تشخیصی، K-نزدیکترین همسایگی، ماشین بردار پشتیبان و مدل رگرسیون لوژستیک به طور کامل شرح داده شده است. همچنین در انتها کاربردهای این کمیت از جمله تشکیل نقشه های کلاس، بررسی احتمال تخصیص به سایر رده ها و ارزیابی عملکرد مدل های
رده بندی مورد بررسی قرار می گیرد.