Abstract
摘要首先提出来（CluSL）的目的要做什么（simultaneously find the best clusters of
the data points and minimize the sum of loss functions within each cluster ），然后说这个方法框架可以应用在医疗、 运营管理上。紧接着讲了这个框架的求解方法，以及求解的大致过程。最后呈现方法的理论结果和实验表现。
Introduction
文章的Introduction首先介绍supervised learning的广泛应用，利用现有的机器学习假设都在homogeneous data上进行这种不合理的假设，来引出cluster。
因为cluster的算法也有很多，接着文章要说明他的cluster算法和以往的研究有什么不同。这部分作者写在了related work上，分别介绍了两种方法，介绍的结构是先说这个方法主要目的，以及之前的应用，然后列举缺点，作者提出的方法可以fill the gap.
Method
这部分，作者没有太多的前置内容，直接放了一些会用到的公式，然后直接提出framework，并开始逐个解释模型中的符号含义。
在介绍完了之后，作者开始对这个framework开始举例说明，这样可能读者会更知道该怎么应用。
在介绍完了之后，作者开始讲模型的性质。
Convergence
作者使用alternative method来进行求解的，在这证明收敛性的时候，作者首先说了一些关于AM的研究以及AM可能需要修改才能使用AM方法，改进的AM方法就是加入了(L_1)正则项，然后作者引入出求解的algorithm。紧接着，作者证明改进后的AM方法，RAM方法可以收敛。
Experiment
这部分没有仔细看，之后看完再补上