这篇文章带零基础读者一步步搭建 AI 开发环境，并跑通第一个模型。你不需要任何编程基础，跟着做就行。

准备环境：装 Python

Python 是一种编程语言，AI 开发最常用它。去 python.org 下载最新版（建议 3.9 以上），安装时记得勾选“Add Python to PATH”。装完后打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），输入 python --version，看到版本号就成功了。

安装 Jupyter Notebook 和常用库

Jupyter Notebook 是一个网页版代码编辑器，可以边写代码边看结果。在终端输入以下命令：

• pip install jupyter —— 装 Jupyter
• pip install numpy pandas scikit-learn —— 装 NumPy（科学计算库）、Pandas（数据处理库）和 scikit-learn（机器学习库）

常见坑：如果提示“pip 不是命令”，说明 Python 没装好，重新安装并勾选“Add Python to PATH”。

跑通第一个模型：识别鸢尾花

在终端输入 jupyter notebook 启动，浏览器会打开一个界面，点“New”->“Python 3”新建一个笔记本。复制以下代码到第一个单元格，按 Shift+Enter 运行：

1. 加载数据集：from sklearn.datasets import load_iris; iris = load_iris()
2. 拆分训练和测试数据：from sklearn.model_selection import train_test_split; X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)
3. 训练一个简单的 K 近邻分类器（一种根据邻居类别做判断的算法）：from sklearn.neighbors import KNeighborsClassifier; knn = KNeighborsClassifier(); knn.fit(X_train, y_train)
4. 测试准确率：print(knn.score(X_test, y_test)) —— 输出 0.9 左右，说明模型猜对了 90% 的花。

常见坑：如果报错“ModuleNotFoundError”，说明库没装全，回终端用 pip 重装。

下一步可以做什么

试试换其他数据集（比如 load_digits 识别手写数字），或者调整 K 近邻的参数 n_neighbors。多看官方文档，多动手改代码，慢慢就入门了。