В нечітких класифікаторах зв’язок «входи—вихід» описується лінгвістичними правилами <Якщо—тоді>, антецеденти яких містять нечіткі терми «низький», «середній», «високий» тощо. Для підвищення безпомилковості нечіткий класифікатор навчають по експериментальних даних. Запропоновано нові критерії навчання нечіткого класифікатора, які враховують різницю належностей нечіткого висновку лише до головних конкурентів. За правильної класифікації головним конкурентом прийнятого рішення є клас, що має другий за величиною ступінь належності. У випадку неправильної класифікації помилково прийняте рішення є головним конкурентом правильного класу. Комп’ютерні експерименти з настроювання нечіткого класифікатора для UCI-задачі з розпізнавання італійських вин засвідчили суттєву перевагу нових критеріїв навчання. Нові критерії навчання можуть застосовуватися не лише для настроювання нечітких класифікаторів, але і деяких інших моделей, наприклад, нейронних мереж.