paper_reading：Online Feature Selection在线特征选择

Online Feature Selection: A Limited-Memory Substitution
Algorithm and Its Asynchronous Parallel Variation
在线特征选择：有限存储器替换算法及其异步并行变化

ABSTRACT摘要

基于优化算法的在线特征选择有两个缺点：

• the penalty term for L1 norm term is hard to choose;usually cross validation
  L1正则化的罚函数很难确定，一般用交叉验证来确定

• the memory usage is hard to control or predict
  内存很难管理

提出：
a limited-memory and model parameter free online feature selection algorithm, namely online substitution (OS) algorithm. an asynchronous parallel extension for OS (Asy-OS)
有限内存和模型参数游离在线特征选择算法，即在线替换（OS）算法，并且加入异步平行扩展。

关键词：Feature Selection; Online Learning; Asynchronous Parallel
Optimization

1.INTRODUCTION介绍

*two types of online feature selection algorithms:*一般有两种特选算法：