コーディング規約違反を自動検出する静的解析ツールは，開発者が期待する以上に膨大な違反を検出するため，開発者は全ての違反を修正することはできない．従来研究は，違反を取捨選択するために，違反毎の修正要否を予測している．修正要否の判定には，ソースコード変更量などのプロジェクト固有の特徴が有効であるが，判定基準はプロジェクトの規模に依存する．本研究は，複数プロジェクトを対象に違反毎の修正要否を2クラス分類するモデルを構築し，プロジェクトによる分類基準の違いを明らかにすることで，プロジェクトに依存しない修正要否の判定手法を目指す．