Многоэкземплярное обучение со слабой разметкой на основе выбора информативных признаков и фильтрации выборки

Рассмотрен один из вариантов задачи классификации данных со слабой разметкой, называемой обучением на множествах примеров, групповым (многоэкземплярным) обучением или обучением на мультимножествах. В данной задаче метки определены для множеств объектов — пакетов. Каждый объект из пакета имеет свое признаковое описание. Пакет отмечается как положительный, если в нем содержится хотя бы один положительный объект (какой именно — неизвестно), иначе пакет помечается как отрицательный. Требуется предсказать наличие или отсутствие положительных объектов для новых пакетов, представленных как набор объектов. Разработан алгоритм решения, основанный на выборе информативных признаков и фильтрации обучающей выборки. Приведены результаты экспериментального исследования алгоритма на примере решения задачи идентификации белков.