機械学習を用いた予測は、学習データの範囲外のデータに対して予測誤差を生じることが多い。正しい予測が必要な場合、誤りのある予測よりも予測できない予測を出力した方が良い場合がある。しかし、予測可能な条件を見つけ、予測不可能なデータをフィルタリングするためには、多くの労力が必要である。そこで、異常値を数値で出力できる異常検知アルゴリズムを用いて、学習済み予測モデル（回帰モデル）の適用領域（AD: Applicable Domain）を算出する方法を提案する。本手法をエアコンの冷媒漏洩推定モデルに適用した結果、従来のフィルタリング条件と同等の予測精度が得られるとともに、フィルタリング条件を緩和して予測可能なデータを増加させることができることがわかった。
