很多人觉得 AI 很高深，其实入门只需要三个工具：Python（一种编程语言，像搭积木一样写代码）、Jupyter Notebook（一个写代码的笔记本，能边写边看结果）和 scikit-learn（一个 AI 工具包，里面有很多现成的模型）。下面一步步教你装好它们，并跑通第一个例子。

准备环境

先确保你的电脑能上网，然后按顺序安装：

• 下载 Python：去官网 python.org 点击“Download”，选最新版本（比如 3.12）。安装时记得勾选“Add Python to PATH”（这样系统才能找到 Python）。
• 安装 Jupyter：打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），输入 pip install jupyter 回车。等待进度条走完。
• 安装 scikit-learn：继续在终端输入 pip install scikit-learn 回车。

常见坑：如果提示“pip 不是命令”，说明 Python 没加到 PATH，重装时勾上那个选项即可。

启动 Jupyter 并写代码

1. 在终端输入 jupyter notebook 回车，浏览器会自动打开一个页面。
2. 点击右上角“New” -> “Python 3 (ipykernel)”，新建一个笔记本。
3. 在第一个格子（cell）里粘贴下面代码，然后按 Shift+Enter 运行：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
iris = load_iris()
X, y = iris.data, iris.target
model = DecisionTreeClassifier()
model.fit(X, y)
print("训练完成！预测结果：", model.predict([[5.1, 3.5, 1.4, 0.2]]))

如果看到“训练完成！”和一行数字，恭喜你，第一个 AI 模型跑通了！

验证是否成功

运行完上面的代码后，你会看到类似 [0] 的输出。这表示模型把一朵花分到了类别 0（setosa 鸢尾花）。你也可以改改最后一行里的数字，试试不同的花。

下一步可以做什么

• 试试其他数据集：scikit-learn 还自带很多数据，比如手写数字 digits、房价 diabetes。
• 换个模型：把 DecisionTreeClassifier 换成 KNeighborsClassifier 或 SVC，看看结果有什么不同。
• 学点基础：搜索“Python 入门教程”或“机器学习基础”，理解代码背后的逻辑。