本发明揭示了一种假阳性核苷酸变异位点的过滤方法及计算设备，方法包括以下步骤：获取测序原始数据；测序原始数据通过突变检测软件检测突变位点，判断位点结果并获取突变候选集；特征提取，对每一个突变位点，分别将VAF值、Ratio值、mVAF值列成表格，形成特征数据集矩阵；随机取总数据的10％作为训练集，其余作为测试集，对训练集支持向量机建模，训练得到的模型，使用测试集进行评估；继续优化返回上一步骤，停止优化选定最优模型。本发明实现了只根据非对照样本的突变位点的参数，通过机器学习的支持向量机方案构建预测模型，对由软件运行后的突变位点文件进行假阳性位点的过滤，进而得到真阳性变异位点，从而简化后续样本的识别问题。