Аннотация:Рассматривается логический подход к задаче классификации по прецедентам. Исследуется известная модель классификатора, в которой анализ исходных целочисленных данных сводится к поиску определённых фрагментов в признаковых описаниях прецедентов, называемых максимальными логическими закономерностями. Главный недостаток такой модели заключается в большом числе отказов от классификации. Кроме того, поиск максимальных логических закономерностей - вычислительно сложная дискретная задача. В представляемой работе предложена модификация модели на основе нового более эффективного способа перечисления максимальных логических закономерностей. Экспериментально установлено, что за счёт специального линейного упорядочивания значений признаков можно достичь более высокого качества классификации.