He leído clasificadores algebraicos: un enfoque genérico para la validación cruzada rápida, la capacitación en línea y la capacitación paralela, y me sorprendió el desempeño de los algoritmos derivados. Sin embargo, parece que más allá de Naive Bayes (y GBM) no hay muchos algoritmos adaptados al marco.
¿Hay otros trabajos que trabajaron en diferentes clasificadores? (SVM, bosques aleatorios)
Leí un poco el artículo que mencionaste, para mí parece una construcción que utiliza el enfoque de las estadísticas algebraicas. Es posible que desee echar un vistazo a:
Cencov, Nikolai Nikolaevich. Reglas de decisión estadística e inferencia óptima. No. 53. American Mathematical Soc., 2000.
Este libro está un poco desactualizado, una razón es que no hay muchas personas interesadas en las "aplicaciones categóricas" hoy en día, su impresión original es alrededor de la década de 1980. Pero casi todos los estudios algebraicos modernos en estadística se remontan a este título.
Otra introducción muy legible utilizada en el documento que mencionó es:
Drton, Mathias, Bernd Sturmfels y Seth Sullivant. Conferencias sobre estadísticas algebraicas. Vol. 39. Springer Science & Business Media, 2008.
El artículo que mencionó en su pregunta es una aplicación de construcción teórica monoide para clasificar el problema, lo que parece interesante. Así que espero que estas referencias ayuden.