汎用的能力の自己評価は，評価項目が多く評価者に負担を強いる課題がある．この課題を解決するために，適応的な自己評価について検討を進めている．本研究では，間主観的な適応型自己評価に向けて，チェックリストの評価結果からルーブリックによる総合評価を予測する機械学習モデルを構築し，予測に有効であることが確認されたモデルに対して特徴量選択を適用する．これにより，より少ない評価項目ですべての評価項目を用いた場合と同等の自己評価結果を得ることを目的とする．帝京大学での汎用的能力の自己評価データに基づいて作成したデータセットを用いて，特徴量の削減や新たな特徴量の生成を行い，その精度を評価した結果について述べる．