AdaBoost 是一种监督学习方法；它从一个“正确”答案表开始，并为一个已知的目标生成一个预测模型。然后可以检查这个模型以弄清楚它是如何工作的，它认为什么更重要。考虑到这一点，这是我对他所做的事情的猜测：

首先，他创建了一个训练数据集。根据文章，数据集是这样创建的：

现在他也会为爱做同样的事。首先他需要数据。在他的论文工作继续进行的同时，他建立了 12 个假 OkCupid 帐户并编写了一个 Python 脚本来管理它们。该脚本将搜索他的目标人群（25 至 45 岁的异性恋和双性恋女性），访问她们的页面，并从她们的个人资料中获取所有可用信息：种族、身高、吸烟者或不吸烟者、星座——“所有这些废话，”他说。

为了找到调查的答案，他不得不做一些额外的调查。OkCupid 让用户可以看到其他人的回答，但仅限于他们自己回答的问题。McKinlay 设置他的机器人来简单地随机回答每个问题——他没有使用虚拟个人资料来吸引任何女性，所以答案并不重要——然后将女性的答案收集到数据库中。"

所以他用python脚本收集了大量的信息！最后，他有一个数据表，其中每行包含三条信息： - 机器人对所有问题的回答及其权重 - 女性对所有问题的回答 - 他们的匹配百分比。

对此，他可以使用 AdaBoost 创建一个预测模型，根据可用信息预测匹配百分比。弱学习者可能是决策树桩，一次贪婪地选择一个变量进行拆分，这就是人们在谈论 AdaBoost 时所指的标准。

一旦预测模型到位，它就可以用于优化 - 在保持所有其他变量不变的情况下确定问题的权重，最大化目标受众中女性的平均匹配百分比。

当然，这只是一个猜测。文章没有太多细节。但这是为此目的使用 AdaBoost 的一种潜在方式。

我最好的猜测：

三周后，他收集了来自全国 20,000 名女性的 600 万个问题和答案。

我假设我们可以收集女性回答的内容、她们会接受的答案以及她们对问题的重视程度。这是训练集。

他挑选了两个集群中最受欢迎的 500 个问题。

这就是特征选择。

要最小化的损失函数可能是匹配百分比（对数）的负和

$m(x,s,w, y_i, t_i, v_i)$

在他的回答之间 $x$ （长度为 500 的向量），他接受的答案 $s$, 重要性 $w$ 他将每个问题归结为 $i$'th 女人的回答 $y_i$, 答案 $t_i$ 她会接受以及她赋予他们的重要性 $v_i$.

他已经决定要诚实地填写答案

意思是 $x$ 和 $s$ 是固定的，只有 $w$ 被调整以最小化目标函数。

如果匹配百分比很简单，例如“以相同方式回答的问题数量乘以您分配给该问题的重要性”，那么简单的“最重视您回答的问题，与您首选集群中的女性相同，并且重要性为零对其他问题”应该最大限度地提高这一点。但是，匹配百分比函数更复杂。

一开始就对所有问题赋予同等重要性。然后计算每个问题对整体损失函数的贡献：questions$j$ 对于他的答案与许多女性答案不匹配的问题，下一轮的权重会降低，匹配问题的权重会增加（不过，我必须考虑权重更新的细节如何）。

请注意，向量中的问题相关性 $w$只能采用一组离散的值（0、1、10、50、250），使其成为离散优化问题，因此可能是 NP-hard。在实践中，我会允许权重$w$ 取 0 到 250 之间的任何实际值，然后最后四舍五入到最接近的允许值。

（免责声明：我从未使用过 OkCupid）