データから学習して機能を作りこむ製品やサービスが登場しつつあるが、運用開始後、その分類精度の維持や向上を行う必要があると考える。著者らは、センサ時系列データを利用した分類モデルを継続的に改善する方式を検討している。本報告では、自動車運転手の運転特性の分類を想定し、同一分類として分類した運転手群を対象に、分類に未使用な条件のセンサデータ特徴量が類似データ分布とならない場合を検知し運用者に通知することで誤検知や改善の可能性を示唆する方式を提案する。