Предложен метод аппроксимации по обучающей выборке с учителем дискриминантной функции, знак которой позволяет отделить точки одного класса от другого. Аппроксимация строится с большей точностью в окрестности нулевых значений дискриминантной функции. Для оценки апостериорной вероятности класса в точке предложены два способа: по предварительно построенной по выборке серии дискриминантных функций и способ, при котором для каждой точки строится персональная аппроксимация дискриминантной функции, принимающая нулевое значение в заданной точке. В точках, где дискриминантная функция равна нулю, апостериорные вероятности класса одинаковы и зависят только от отношения стоимостей ошибок классификации. Ключевые слова: Машинное обучение, классификация, аппроксимация дискриминантной функции, оценка апостериорной вероятности класса.