MDL扩展目前包含一个用于实现KRIMP算法的操作符，该操作符可用于修剪一组频繁模式。特别是，获得频繁模式的描述性选择很大程度上是由于高冗余和大量的模式，这些模式是由松散约束(例如较低的支持阈值)的频繁模式挖掘算法生成的。然而，理顺这些约束的结果主要是输出的模式很少，只显示了常识。可以在这里应用KRIMP或一般基于MDL的方法来从数据库中获得频繁模式的推理和可理解的输出。(欲知更多资料，请浏览网页patternsthatmatter.org.）

此外，基于MDL原理的算法可以避免过度拟合，因为在计算压缩数据集的总体大小时，计算模型的长度与编码数据集的长度一样被考虑在内。