J'ai lu les classificateurs algébriques: une approche générique pour la validation croisée rapide, la formation en ligne et la formation parallèle et j'ai été étonné par la performance des algorithmes dérivés. Cependant, il semble qu'au-delà de Naive Bayes (et GBM) il n'y a pas beaucoup d'algorithmes adaptés au framework.
Y a-t-il d'autres articles qui ont travaillé sur différents classificateurs? (SVM, forêts aléatoires)
Réponses:
J'ai lu un peu l'article que vous avez mentionné, cela me semble être une construction utilisant l'approche des statistiques algébriques. Vous voudrez peut-être jeter un œil à:
Cencov, Nikolai Nikolaevich. Règles de décision statistique et inférence optimale. No. 53. American Mathematical Soc., 2000.
Ce livre est un peu dépassé, une des raisons est qu'il n'y a pas beaucoup de gens intéressés par les "applications catégoriques" de nos jours, son tirage original date des années 80. Mais presque toutes les études algébriques modernes en statistique remontent à ce titre.
Une autre introduction très lisible utilisée dans l'article que vous avez mentionné est:
Drton, Mathias, Bernd Sturmfels et Seth Sullivant. Conférences sur les statistiques algébriques. Vol. 39. Springer Science & Business Media, 2008.
L'article que vous avez mentionné dans votre question est une application de la construction théorique monoïde sur un problème de classification, ce qui semble intéressant. J'espère donc que ces références vous aideront.