生理指標を用いた機械学習は感情推定や精神疾患診断で注目を集めている．一方で生理指標は年齢や性別などの要因による個人差がある．そのため，生理指標を用いた機械学習は精度が上がりにくいという課題がある．本研究では, 機械学習精度の向上を目的とし, ドメイン適応で用いられるドメインシフト手法により個人差を評価する手法を検討する．ドメインシフトはデータセット間の同時確率分布の不一致度を評価する指標であり，これを個人ごとのデータ間に適用することで個人差を評価できると考える．うつ病検出用のデータセットに本検討手法を適用した結果，個人差を用いたクラスタリングにおいてうつ病者と健常者の間に顕著な差がみられた．