准备环境：安装 Python 和编辑器

AI 开发主要用 Python（一种简单易学的编程语言）。你需要先安装它。

• 访问 python.org，下载最新版 Python（推荐 3.10 或更高）。
• 安装时务必勾选 Add Python to PATH（这样你才能在命令行里直接使用 python 命令）。
• 安装完成后，打开终端（Mac/Linux 叫终端，Windows 叫命令提示符或 PowerShell），输入 python --version，如果显示版本号，说明安装成功。
• 接着安装一个好用的代码编辑器，推荐 VS Code（免费，功能强大）。去 code.visualstudio.com 下载安装即可。

安装 AI 常用库：numpy 和 scikit-learn

AI 项目需要很多现成的工具包（称为 库）。我们用 pip（Python 的包管理器）来安装。

1. 在终端中运行以下命令，安装 numpy（用于科学计算）和 scikit-learn（机器学习库）：
   pip install numpy scikit-learn
2. 如果网速慢，可以换成国内镜像，例如：
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy scikit-learn
3. 等待安装完成，看到 Successfully installed 就成功了。

验证安装：跑通第一个机器学习程序

我们来写一个最简单的分类程序，测试环境是否正常。

1. 打开 VS Code，新建一个文件，命名为 first_ml.py。
2. 复制以下代码进去：
   from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2)
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
print('Accuracy:', accuracy_score(y_test, y_pred))
3. 保存文件。
4. 在终端中，进入该文件所在目录，运行：
   python first_ml.py
5. 如果看到输出类似 Accuracy: 0.9666666666666667，说明你的 AI 环境已成功搭建！🎉

下一步可以做什么

你已经迈出了第一步！接下来可以尝试：

• 修改代码中的 DecisionTreeClassifier（决策树分类器，一种机器学习算法）为其他算法，比如 KNeighborsClassifier（K近邻算法，根据邻居投票分类）。
• 用你自己的数据（比如 Excel 表格）训练模型。
• 学习更多 Python 和 AI 知识，推荐搜索“入门教程”或“scikit-learn 官方文档”。