回答:
私は、単一の紙を知りませんが、私はに適用可能な方法の最善の調査で、現在の本を考えるまだフリードマン-Hastie-Tibshiraniです。収縮となげなわには非常に部分的です(私は一般的な知人から、本の最初の版でVapnikが動揺したことを知っています)が、ほとんどすべての一般的な収縮方法をカバーし、Boostingとの関係を示しています。ブースティングといえば、Buhlmann&Hothornの調査も収縮との関連を示しています。
私の印象では、分類と回帰は同じ理論的フレームワークを使用して分析できますが、高次元データのテストはモデル選択手順と組み合わせて使用されず、むしろ家族単位のエラー率に焦点を当てているため、テストが異なります。そこでの最高の調査についてはよくわかりません。ブラッド・エフロンは、彼のページにたくさんの論文/調査/本を持っています。それらをすべて読んで、本当に読むべきものを教えてください...
履歴書が必要な場合は、おそらくこれが最高です
http://www.springer.com/statistics/statistical+theory+and+methods/book/978-3-642-20191-2
Hastie、Tibshirani、およびFriedmanの第18章(第12版/第2版、この章は第1版ではありませんでした)は、いくつかの興味深いデータセットを含む優れた概要です。古い素材の処理ほど徹底的ではなく、多くの場合、特定のアルゴリズムが他のアルゴリズムよりもうまく機能する理由について、ヒューリスティックな説明をする必要があります。あなたがより深く知りたいことのための論文を読むことと相まって非常に有用であることがわかりました。