初学者に対するプログラミング教育は，学生により理解状況に差が生じやすく，授業に追従できていない学生の早期発見が求められる.
先行研究では，学生の書いたソースコードをランダムフォレストモデルにより分類し，成績の低い学生の早期発見と分類に重要となった特徴量の抽出が試みられている．
本研究ではプログラミングの能力に影響を与える特徴量をより詳細に求めるべく，k-means法を適用して得られるソースコードのクラスタにランダムフォレストを適用し，類似したクラスタ間からスキル修得に重要となる特徴量の抽出を図る．
また，精度向上のため，クラスタリング手法を共クラスタリングであるIRMを用いた実験も行う．