В работе исследуется задача обучения по прецедентам (по примерам). Предложен метод обучения, основанный на анализе свойств сочетаний признаков и построении признаковых подпространств, в которых классы не пересекаются. В рамках метода разработан алгоритм, который допускает распараллеливание процесса обучения и проведение его в автоматическом режиме. Показана возможность использования метода для автоматического обнаружения и интерпретации скрытых, заранее неизвестных закономерностей в задачах интеллектуального анализа данных.