Я прочитал алгебраические классификаторы: общий подход к быстрой перекрестной проверке, онлайн-обучению и параллельному обучению, и был поражен эффективностью производных алгоритмов. Тем не менее, кажется, что помимо наивных байесовских (и GBM), не так много алгоритмов, адаптированных к этой структуре.
Есть ли другие документы, которые работали над различными классификаторами? (SVM, случайные леса)
Я прочитал немного в статье, которую вы упомянули, мне кажется, что это конструкция, использующая подход из алгебраической статистики. Вы можете посмотреть на:
Ченцов Николай Николаевич. Статистические правила принятия решений и оптимальный вывод. № 53. Американское математическое общество, 2000.
Эта книга немного устарела, и одна из причин этого заключается в том, что в наши дни не так много людей, интересующихся «категориальными приложениями», ее оригинал напечатан в 1980-х годах. Но почти все современные алгебраические исследования в области статистики можно проследить до этого названия.
Другое очень читаемое введение, используемое в упомянутой вами статье:
Дртон, Матиас, Бернд Штурмфельс и Сет Салливант. Лекции по алгебраической статистике. Том 39. Springer Science & Business Media, 2008.
Статья, которую вы упомянули в своем вопросе, представляет собой приложение теоретической конструкции моноидов к задаче классификации, которая выглядит интересной. Надеюсь, эти ссылки помогут.