Відповіді:
Я не знаю жодного паперу, але я думаю , поточну книгу з найкращим обстеженням методів , які можна застосувати до по - , як і раніше Фрідман-Гест-Tibshirani. Це дуже частково до усадки та лассо (я знаю, як від загального знайомого, що Вапник засмутився в першому виданні книги), але охоплює майже всі поширені методи усадки та показує їх зв'язок із Boosting. Якщо говорити про прискорення, опитування Buhlmann & Hothorn також показує зв'язок із усадкою.
Моє враження полягає в тому, що, хоча класифікацію та регресію можна проаналізувати, використовуючи однакові теоретичні рамки, тестування на об'ємні дані відрізняється, оскільки воно не використовується в поєднанні з процедурами вибору моделі, а скоріше зосереджується на частотах помилок, пов'язаних із сімейними ознаками. Не дуже впевнений у найкращих там опитуваннях. Бред Ефрон на своїй сторінці має багато робіт / опитувань / книг . Прочитайте їх усіх, і дайте мені знати, кого я справді повинен прочитати ...
Що ви маєте на увазі під теоретичним результатом "результат"? чи числові результати?
Мені подобаються відгуки про Jianqing Fan, бачу, наприклад, цей і цей щодо класифікації (безліч цитат).
Також є нерецензуючі документи, які роблять багатий огляд у вступі, дивіться, наприклад, цей та цей .
Якщо ви хочете резюме, можливо, це найкраще, що ви можете отримати
http://www.springer.com/statistics/statistic+theory+and+methods/book/978-3-642-20191-2
Глава 18 Хасті, Тібширані та Фрідмана (12-е друкарське / друге видання, ця глава не була в першому виданні) - хороший огляд з деякими цікавими наборами даних. Це не так ретельно, як їх обробка старішим матеріалом, і багато часу їм доводиться давати дещо евристичні пояснення, чому певні алгоритми працюють краще, ніж інші. Я вважаю це дуже корисним у поєднанні з читанням документів для речей, які ви хочете дізнатись більш поглиблено.