基于規則的分類算法主要利用了“A→C”規則的特征。在邏輯上，“A→C”表示A對C的支持，而“C→A”表示A對C的必要，在分類中如果能利用“C→A”的特征會提高分類精度。利用必要規則提高了分類算法的精度。進一步，考慮到不平衡數據集中起決定作用的是支持度小的稀有屬性。訓練時只采集稀有屬性的規則，不平衡數據集上的分類測試達到了高的精度，并且分類器規則集小，訓練與測試時間擴展性好。