ファジィ推論の一般形として学習型トラピゾイド（台形型）ファジィ推論は三角形ファジィ推論の一般形であり汎用性が高い．また，ファジィ推論を用いたファジィクラスタリングは学習によりクラス識別領域を推定するので，その認識率は高い．ただし，学習には，前件部のトラピゾイドメンバシップ関数と後件部のシングルトン実数値を学習ルールで調整する必要がある．一方で，前件部と後件部の初期値設定も誤差最小のための学習には重要な要因である．前件部のメンバシップ関数の初期配置では，均等配置の初期配置は一般的であるが，後件部のシングルトンの初期値は誤差の精度を大きく左右する要因となる．本研究では，誤差が最小となるクラス判別のファジィルールを決定するために，これらのハイパーパラメータの特性について議論する．さらに，前件部と後件部のパラメータ学習に対する誤差精度への影響度や学習手順，また，学習性を向上させるための学習パラメータへの効率化関数の導入についても議論する．数値例を用いた学習法の評価では，ファジィクラスタリングの最適なファジィルールを獲得するために，拡大的なハイパーパラメータのいくつかの組み合わせを有意性検定により議論する．
