代数分类器，更多信息？

我已经阅读了代数分类器：一种用于快速交叉验证，在线训练和并行训练的通用方法，并且对派生算法的性能感到惊讶。但是，似乎除朴素贝叶斯（和GBM）之外，没有多少算法适合该框架。

还有其他针对不同分类器的论文吗？（支持向量机，随机森林）

我在您提到的文章中读了一些，对我来说，这似乎是一种使用代数统计方法的构造。您可能想看看：

岑科夫，尼古拉·尼古拉耶维奇。统计决策规则和最佳推断。第53号。美国数学学会，2000年。

这本书有点过时了，一个原因是，如今对“分类应用”兴趣不大的人，其原始印刷版是在1980年代左右。但是统计学中几乎所有现代代数研究都可以追溯到这个标题。

您提到的论文中使用的另一个易于阅读的介绍是：

Drton，Mathias，Bernd Sturmfels和Seth Sullivant。关于代数统计的讲座。卷 39.施普林格科学与商业媒体，2008年。

您在问题中提到的论文是将Monoid理论构造应用于分类问题，这看起来很有趣。因此希望这些参考对您有所帮助。