不屬於品類角色分類的常用方法是樸素貝葉斯法。
樸素貝葉斯法：
基於貝葉斯定理與特征條件獨立假設的分類方法 。最為廣泛的兩種分類模型是決策樹模型(Decision Tree Model)和樸素貝葉斯模型（Naive Bayesian Model，NBM）。和決策樹模型相比，樸素貝葉斯分類器(Naive Bayes Classifier 或 NBC)發源於古典數學理論，有著堅實的數學基礎，以及穩定的分類效率。
NBC模型所需估計的參數很少，對缺失數據不太敏感，算法也比較簡單。理論上，NBC模型與其他分類方法相比具有最小的誤差率。但是實際上並非總是如此，這是因為NBC模型假設屬性之間相互獨立，這個假設在實際應用中往往是不成立的，這給NBC模型的正確分類帶來了壹定影響。
品類角色：
是零售商從自身市場定位出發，確定品類在其經營結構中的角色，以追求不同的銷售目標。品類角色的確定及其對零售商營業的貢獻，體現了零售商核心業務上的核心競爭能力。