从上世纪九十年代Mark Weiser提出普适计算到2003年国际普适计算会议提出使用自身的信息来提高系统性能以后,普适计算开始向机器学习的方向发展。本文把普适计算和Agent技术引入机器学习领域,提出一种Agent普适机器学习分类器方法。通过Agent的移动性和普适计算的随时随地性来实现机器学习为各行各业服务的普适功能,从而形成一种Agent普适机器学习基本内容。并在此基础上构建了一种Agent普适机器学习分类器。主要包括以下内容:1.给出普适机器学习的基本概念;2.分析了多分类器融合技术的发展;3.给出了一种Agent普适机器学习模型及概念;4.给出一种Agent普适机器学习分类器的设计模型;5.实现了一种Agent普适机器学习分类器在实例中的应用;通过上述研究工作,一方面为机器学习在各行各业中的普适性提供了一种新的解决方案,另一方面也实现了一个可用于多信息复合情况下的Agent普适机器学习分类器的设计方案。