AI机器学习入门：用Anaconda跑通第一个分类模型

很多新手搜“AI机器学习入门教程”，真正想要的是：不啃理论，先跑通一个能出结果的模型。
这篇教程就带你用 Anaconda 和 scikit-learn，在 Jupyter Notebook 里完成鸢尾花分类任务，最后拿到一个可验证的准确率。
全程不需要 GPU，普通电脑就能操作。

环境准备：装好 Anaconda 和虚拟环境

先确认你的电脑满足两个条件：系统是 Windows 10/11、macOS 或主流 Linux 发行版；
磁盘剩余空间大于 5GB。
然后按下面步骤操作。

1. 访问 Anaconda 官网下载对应系统的安装包，安装时勾选“Add Anaconda to my PATH environment variable”（Windows 用户如果不想影响系统环境，也可以不勾，后续用 Anaconda Prompt 操作）。
2. 安装完成后打开终端（Windows 用 Anaconda Prompt，macOS/Linux 用系统终端），执行 conda --version，能显示版本号即安装成功。
3. 创建独立虚拟环境，避免污染 base 环境：

conda create -n ml-demo python=3.11 -y
conda activate ml-demo

1. 安装本教程需要的库：

conda install scikit-learn pandas matplotlib jupyter -y

安装完成后执行 python -c "import sklearn; print(sklearn.__version__)"，能打印出版本号就说明库可用。

在 Jupyter 里跑通第一个分类模型

环境好了，下一步用代码把流程走一遍。
在终端输入 jupyter notebook，浏览器会自动打开 Jupyter 页面，新建一个 Python 3 笔记本，按顺序执行以下代码块。

第一步：加载数据并查看结构

from sklearn.datasets import load_iris

iris = load_iris()
X = iris.data
y = iris.target
print(X.shape, y.shape)

输出 (150, 4) (150,) 表示共有 150 条样本、4 个特征，标签是一维数组。

第二步：划分训练集和测试集

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

test_size=0.2 表示留出 20% 数据做测试，random_state=42 保证每次划分结果一致，方便复现。

第三步：训练决策树模型

from sklearn.tree import DecisionTreeClassifier

model = DecisionTreeClassifier(random_state=42)
model.fit(X_train, y_train)

fit 执行完没有报错，说明模型已经训练完成。

第四步：预测并评估准确率

from sklearn.metrics import accuracy_score

pred = model.predict(X_test)
acc = accuracy_score(y_test, pred)
print(f"测试集准确率: {acc:.2f}")

如果输出类似 测试集准确率: 1.00，说明模型在测试集上全部分对。
准确率受数据划分影响，0.90 以上都算正常。

常见报错与避坑提醒

• ModuleNotFoundError: No module named 'sklearn'：说明当前终端没有激活虚拟环境，先执行 conda activate ml-demo 再启动 Jupyter。
• Jupyter 启动后浏览器没反应：检查终端里是否输出 http://localhost:8888/?token=...，手动复制到浏览器打开即可。
• 准确率异常低或报错：确认 X 和 y 加载正确，不要手写数据导致维度错位。
• 不要跳过虚拟环境：所有库都装在 ml-demo 里，base 环境保持干净，后续做其他实验不会互相干扰。

验证结果与下一步

跑通的标准是：Jupyter 里能完整执行上面四个代码块，最后打印出准确率。
如果结果正常，你已经完成了机器学习最核心的流程：加载数据 → 划分数据集 → 训练模型 → 评估效果。

想继续深入，可以尝试把模型换成 from sklearn.linear_model import LogisticRegression，对比两个模型的准确率差异；
或者用 matplotlib 画一张特征散点图，直观看看数据分布。
入门阶段不必纠结数学推导，先把这条流水线跑熟，后面补理论会更有方向。