近年，諸科学の分野で多様性を伴うビッグデータが取得されている．入力データもしくは出力データに多様性を伴う場合，単一の回帰分析や判別分析では予測精度が高くないことが多い．そこで，複数の予測モデルを構築することが考えられるが，あまり大量に予測モデルを作りすぎてもかえって予測精度が向上しないことがある．そこで本研究では，複数の予測モデルをグループ化する．これを実現するために，予測モデルに対するクラスター分析を行う．目的関数として，予測誤差に基づく関数を定義することにより，予測精度を向上させる．このモデルに含まれるパラメータを高速に推定するために，効率的な計算アルゴリズムを提案する．
