数据库知识发现(KDD)与机器学习相比，它的一个很重要的特点就是数据量巨大，因此要求学习的效率必须很高；另外，由于数据库知识发现最终是面向人的，因此人们也希望获取的规则能尽量地简洁。目前已有多种模型被提出，在这些模型中，决策树尤其适用于数据挖掘，因此，我们的重点在于构造决策树，并从决策树中提取分类规则。 在决策树学习算法中，颇具影响的是ID3算法的改进算法C4.5方法，该方法先生成决策树，然后将其转换为规则。但是由于构造过程中没有考虑树的深度，节点的个数等问题，C4.5方法得到的规则集并不一定是最简的，所以有必要对C4.5方法加以改进。本文首先利用可辨识矩阵生成的属性核改进了极小化方法，然后利用改进的极小化方法对C4.5决策树规则进行处理，给出了一种决策树最简规则获取方法，使得决策树规则得到有效的简化。在本文的最后，进行了仿真实验，并对实验测试结果进行了分析。实验结果表明，采用本文方法既能简化单个规则，又能使规则的总长度减少。同时，在简化规则的基础上还可以使得算法的正确识别率有所提高。