paper介绍，MLR与LBFGS有三点不同：
1）OWLQN需要计算次梯度，MLR需要计算方向导数；
2）计算最终下降方向p时，MLR也要进行象限约束；
3）象限搜索line search，与OWLQN相似。
分布式框架实现
分布式
User特征共享
个人理解是为了加快运算速度，具体特征划分如下所示。其中，c是用户特征，nc是非用户特征。
实验结果
实验截图略，具体图表可以查看参考paper
纵坐标是内存使用率，特征共享技巧使速度提高了三倍。
参考paper：Learning Piece-wise Linear Models from Large Scale Data for Ad Click Prediction