ตัวอย่างที่ทำให้ทั่วไป (Generalized Exemplars) เป็นขอบเขตสี่เหลี่ยมของพื้นที่อินสแตนซ์ เรียกว่าไฮเปอร์เรกแทงเกิล (Hyperrectangles) เพราะเป็นมิติสูง เมื่อกำหนดอินสแตนซ์ใหม่ จำเป็นต้องแปลงฟังก์ชันระยะทางเพื่อให้สามารถคำนวณระยะทางไปยังไฮเปอร์เรกแทงเกิลได้
เมื่อตัวอย่างใหม่ถูกกำหนดอย่างถูกต้อง มันจะถูกทำให้ทั่วไปโดยการรวมมันโดยตรงกับตัวอย่างที่ใกล้ที่สุดของคลาสเดียวกัน ตัวอย่างที่ใกล้ที่สุดอาจเป็นอินสแตนซ์เดี่ยวหรือไฮเปอร์เรกแทงเกิล
ในวิธีนี้ ไฮเปอร์เรกแทงเกิลใหม่จะถูกสร้างขึ้นที่ครอบคลุมตัวอย่างก่อนหน้าและอินสแตนซ์ใหม่ ไฮเปอร์เรกแทงเกิลถูกขยายเพื่อล้อมรอบอินสแตนซ์ใหม่ สุดท้าย หากการทำนายเป็นเท็จ และเป็นไฮเปอร์เรกแทงเกิลที่รับผิดชอบต่อการทำนายที่ผิด ขอบเขตของไฮเปอร์เรกแทงเกิลจะถูกปรับเปลี่ยนเพื่อให้ห่างออกไปจากอินสแตนซ์ใหม่
จำเป็นต้องกำหนดตั้งแต่ต้นว่าการทำให้ทั่วไปเกินไป (Overgeneralization) ที่เกิดจากการครอบครองหรือทับซ้อนของไฮเปอร์เรกแทงเกิล จะได้รับอนุญาตหรือไม่ หากจะป้องกัน ตรวจสอบจะถูกทำก่อนการทำให้ทั่วไปอินสแตนซ์ใหม่ เพื่อดูว่าบางพื้นที่ของพื้นที่ลักษณะเฉพาะ (Feature Space) ขัดแย้งกับไฮเปอร์เรกแทงเกิลใหม่ที่เสนอ หากการทำให้ทั่วไปถูกยกเลิก ตัวอย่างจะถูกเก็บไว้ตามเดิม ไฮเปอร์เรกแทงเกิลที่ทับซ้อนเกี่ยวข้องอย่างแม่นยำกับตำแหน่งที่อินสแตนซ์เดียวกันถูกคุ้มครองโดยกฎหลายกฎในชุดกฎ
ในบางรูปแบบ ตัวอย่างที่ทำให้ทั่วไปสามารถแก้ไขได้ในךที่พวกมันสามารถรวมอยู่ภายในกันอย่างสมบูรณ์เช่นเดียวกับที่ในบางคำอธิบาย กฎสามารถมีข้อยกเว้นได้
โครงสร้างโอกาสที่สองนี้เพิ่มการซ้อนนอน (Nesting) ของไฮเปอร์เรกแทงเกิล หากอินสแตนซ์ตกอยู่ในสี่เหลี่ยมของคลาสผิดที่มีตัวอย่างของคลาสเดียวกัน สองตัวจะถูกทำให้ทั่วไปเป็นไฮเปอร์เรกแทงเกิล "ข้อยกเว้น" (Exception) ใหม่ซ้อนอยู่ภายในตัวแรก สำหรับตัวอย่างที่ทำให้ทั่วไปแบบแก้ไขได้ กระบวนการเรียนรู้โดยทั่วไปเริ่มต้นด้วยอินสแตนซ์เม็ดพันธุ์ (Seed Instances) น้อยๆ เพื่อป้องกันไม่ให้บางอินสแตนซ์ของคลاسเดียวกันถูกทำให้ทั่วไปเป็นสี่เหลี่ยมเดียวที่ครอบคลุมพื้นที่ปัญหาบางส่วน
ด้วยตัวอย่างที่ทำให้ทั่วไป จำเป็นต้องทำให้ฟังก์ชันระยะทางทั่วไปเพื่อคำนวณระยะทางจากอินสแตนซ์ไปยังตัวอย่างที่ทำให้ทั่วไป และอินสแตนซ์อีกตัว ระยะทางจากอินสแตนซ์ไปยังไฮเปอร์เรกแทงเกิลถูกกำหนดเป็นศูนย์ หากจุดอยู่ภายในไฮเปอร์เรกแทงเกิล
วิธีที่เรียบง่ายที่สุดเพื่อทำให้ฟังก์ชันระยะทางทั่วไปเพื่อคำนวณระยะทางจากจุดภายนอกไปยังไฮเปอร์เรกแทงเกิล คือการเลือกอินสแตนซ์ที่ใกล้ที่สุดภายในมัน และคำนวณระยะทางไปยังนั้น อย่างไรก็ตาม นี่ลดข้อได้เปรียบของการทำให้ทั่วไป เพราะมันนำการขึ้นอยู่กับตัวอย่างเดี่ยวเฉพาะเจาะจงกลับมาใหม่
ทำความเข้าใจ Generalized Exemplars: การแทนความรู้ด้วย Hyperrectangles การรวม/ขยาย/ยุบตัว การจัดการ Overlapping และ Nesting รวมถึงการปรับฟังก์ชันระยะทางสำหรับการจำแนกประเภท
