Dans cet article, nous étudions comment les résultats d'un classifieur robuste peuvent être expliqués à l'aide d'implicants premiers, en nous concentrant sur l'explication de dominances par paires. Par robustes, nous sous-entendons des modèles prudents pouvant s'abstenir de classer ou de comparer deux classes lorsqu'ils manquent d'informations. Cela peut se faire en utilisant des ensembles (convexes) de probabilités. Par implicant premier, nous parlons d'un ensemble minimal d'attributs que nous devons figer afin d'obtenir une certaine conclusion (soit une dominance, soit une non-dominance entre deux classes). Après avoir présenté les concepts généraux, nous les appliquerons au cas bien connu du classifieur Bayesien naïf.