construir seus modelos de enquadramento, a partir de um conjunto de dados contínuos.

poder ser implementada por algoritmos estáveis e de significativa eficácia, tais como C4.5, classificadores bayesianos ou K-Prototypes.

ser um método de aprendizado de máquina não supervisionado, observando o teorema NFL – No Free Lunch.

ter a sua eficácia avaliada por uma métrica denominada suporte, que indica quantas vezes um item de dado foi corretamente classificado.

ter como seu primeiro processo o aprendizado de uma função de mapeamento y = f(X), que associa uma ocorrência de dados X em uma classe y.