Trong mấy năm gần đây, các phương pháp rút gọn thuộc tính theo tiếp cận tập thô mờ đã thu hút sự quan tâm của các nhà nghiên cứu vì chúng nâng cao độ chính xác của mô hình phân lớp. Tuy nhiên, phần lớn các phương pháp đề xuất đều thực hiện trên bảng quyết định không thay đổi. Trong bài báo này, chúng tôi xây dựng thuật toán gia tăng tìm tập rút gọn xấp xỉ theo hướng tiếp cận kết hợp filter-wrapper. Kết quả thử nghiệm trên một số bộ số liệu mẫu cho thấy, thuật toán gia tăng đề xuất hiệu quả hơn một số thuật toán gia tăng khác theo tiếp cận filter về số lượng thuộc tính tập rút gọn và độ chính xác phân lớp.