准备你的AI环境

在开始之前，你需要安装Python（一种编程语言，用来写AI代码）。去官网 python.org 下载最新版本，安装时记得勾选“Add Python to PATH”。

然后安装Jupyter Notebook（一个写代码的网页工具，方便运行和测试）。打开命令提示符（Windows按Win+R，输入cmd），输入：pip install jupyter

安装AI库

我们需要scikit-learn（一个简单好用的机器学习库）和pandas（处理数据的工具）。在命令提示符中输入：

• pip install scikit-learn
• pip install pandas

如果下载慢，可以加镜像源：pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

跑通你的第一个模型

打开Jupyter Notebook，在终端输入jupyter notebook，浏览器会自动打开。新建一个Python文件，复制以下代码：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
import pandas as pd

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 训练一个决策树模型
model = DecisionTreeClassifier()
model.fit(X, y)

# 预测一朵新花
new_flower = [[5.1, 3.5, 1.4, 0.2]]
prediction = model.predict(new_flower)
print('预测结果:', iris.target_names[prediction[0]])

按Shift+Enter运行，如果输出“预测结果: setosa”，说明你成功了！

下一步可以做什么

• 试试修改new_flower里的数字，预测不同品种。
• 学习更多模型，比如KNN（根据邻居分类）或线性回归（预测数值）。
• 用真实数据（比如Excel表格）训练模型。