随着信息技术的飞速发展,机器学习在各个科学领域扮演着越来越重要的角色。多实例学习由传统机器学习演变而来。在多实例学习中,训练集由若干个具有概念标记的包组成,每个包包含了若干个没有概念标记的实例。若一个包中至少有一个正例,则该包被标记为正,若一个包中所有实例都是反例,则该包被标记为负。通过对训练包的学习,希望学习系统尽可能正确地对训练集之外的包的概念标记进行预测。然而在实际应用中,正包中正实例过于稀疏往往会导致负实例主导分类结果的情况出现,即弱化了正实例在分类中的作用,从而导致预测结果准确率大幅下降。为解决上述问题,本文提出方法是对正包中的实例进行过滤,即最大限度的筛选出正包中的正实例。具体地,根据数据集的不同特性,我们提出了如下两种解决方法:一、基于聚类的多实例过滤分类。具有相同标签的数据可能具有相似的的属性值(即在空间距离上相近),通过聚类可以将它们划分到对应的簇中,从而实现正负实例的分离。我们便提出了基于K-means的多实例过滤分类方法,通过对训练样本中负包的实例进行聚类,然后比较训练样本中正包的实例到簇中心的距离,即距离越近越有可能是负实例,这样来过滤掉正包中的负实例,到达提升多实例学习模型性能的目标。二、基于KLIEP算法的多实例过滤分类。具有相同标签的数据具有相似的分布或相似的概率密度,针对这种情况我们又提出了基于KLEIP的多实例过滤分类方法。首先给训练样本中正包中的实例赋权重,其次通过最小化正包和负包中实例分布的差异,从而学习的得到权重向量。实例的权重值越大,说明此实例更大概率的属于负实例,这样我们就可以过滤掉正包中的负实例,使得多实例学习模型的性能得到提升。