Аннотация:Алгоритмы классификации, основанные на анализе формальных понятий (АФП), могут работать с небинарным описанием объектов по-разному: использовать их напрямую или переходить к бинарным признакам с помощью процедуры шкалирования. Общим недостатком классификаторов второго типа является то, что они забывают метрическую структуру исходного признакового пространства. Основная идея этой статьи — использовать исходную метрическую информацию наряду с теоретико-порядковыми отношениями между объектами и признаками. Метрический подход в данной области позволяет существенно снизить число отказов от классификации и предоставляет дополнительную информацию об объектах, что даёт больше возможностей для построения классификаторов. Предлагается модель классификаторов, обобщающая некоторые из существующих алгоритмов классификации, основанных на АФП, и позволяющая модифицировать их. Также в статье рассматривается другой подход, использующий понятие метрики, а именно введение подходящей меры расстояния между формальными понятиями и её использование для модификации классификаторов.