本研究では、データに多様性を伴う場合に柔軟な予測モデルを構築した。具体的には、単一の回帰分析や判別分析を用いて予測するのでなく、複数の予測モデルを構築し、それらをグループ化することによって、グループごとに予測する方法を考案した。予測モデルをグループ化するためには、クラスター分析を行う必要がある。従来のクラスター分析では、距離行列等を用いてクラスタリングを行うが、本研究では、予測誤差に基づく関数を定義することにより、予測精度を向上を試みた。さらに、クラスタリングを高速に実行するために、効率的な計算アルゴリズムを構築した。