对于一个 K 类的分类任务，EDL 将输入 x 看作一个命题，然后给出 K-维领域的主观意见 {1,…,K}. 每一个主观意见被表示为一个三元组：(b, u, a). b 表示 belief mass, u 表示 uncertainty, a 表示 base rate distribution. 对于 k ∈ {1, 2, …, K}, probability mass 表示为：

为了让 p_k 具有概率意义 (所有 p_k 之和为 1)，a_k 通常被设置为 1/K, 剩下的 u 和 b_k 满足约束：

同时，probability mass p = [p1, p2, …, pk] 要满足 dirichlet dsitribution,

这个分布受到向量 a=[a1, …, ak] 的控制。