通过考虑实际决策过程中对错误的容忍度和操作成本，提出了一种新的两阶段方法来解决基于决策理论粗糙集（DTRS）的多类别分类问题。 第一步是将m类分类问题（m> 2）转换为m两类分类问题，并通过使用DTRS形成三种类型的决策区域：具有不同状态和动作的正向区域，边界区域和负向区域。 正区域决定接受，负区域决定拒绝，边界区域决定弃权。 第二阶段是使用最小概率误差准则和贝叶斯判别分析方法，在正区域中选择最佳候选分类。 以医学诊断为例，证明了该方法的有效性。