一、安装编程软件Anaconda。
1.打开网页https://www.anaconda.com/，进入如下界面：
2.然后点击上图所示界面右上角绿色的“Download”按钮进入新的网页，再往下拖动屏幕直到显示出如下界面：
3.点击上图左边的“Python3.7 version”下面的“Download”按钮下载Anaconda安装程序，然后打开安装程序一直点下一步傻瓜式安装，到下图这一步的时候建议两个全打勾。
4.安装好后，从“开始”菜单中找到“Anaconda”菜单下的子菜单"Spyder"。
5.打开Spyder。
二、写一段简单的机器学习程序，预测西瓜是否好吃。
1.已知西瓜的口感与自身的体积和重量有关(先假设是这样)，但是又不知到它们之间的具体规律。现在已经尝过四个瓜，这四个瓜的体积和重量可以用四个向量表示：
[[1.3, 2.1], [1.2, 3], [3.4, 2.5], [2.7, 1.3]]
也就是第一个瓜体积为1.3，重量为2.1，第二个瓜体积为1.2，重量为3，以此类推。
四个瓜中第一个和第三个不好吃，第二个和第四个好吃，现在用“0”表示不好吃，“1”表示好吃。那么四个瓜的口感也可以用一个向量表示：
[0, 1, 0, 1]
现在再给你两个瓜，其体积和重量用向量表示为：[[1.6, 0.8], [3.1, 2.8]]，怎么根据前面四个瓜的体积、重量跟口感之间的关系预测这两个瓜好不好吃？
2.现在用一种常用的机器学习算法“随机森林”来解决这个问题，代码如下：
from sklearn.ensemble import RandomForestClassifier
X = [[1.3, 2.1], [1.2, 3], [3.4, 2.5], [2.7, 1.3]]
Y = [0, 1, 0, 1]
clf = RandomForestClassifier(n_estimators=10)
clf = clf.fit(X, Y)
y = clf.predict([[1.6, 0.8], [3.1, 2.8]])
print(y)清空Spyder左边编辑窗口，将这段代码复制进去，点击下图所示左上方蓝色圆圈里的三角按钮，然后按提示保存，程序就开始运行。可以看到右边窗口里面红的圈内显示“[1 0]”，表示预测结果是第一个瓜好吃，第二个瓜不好吃。
注：其中代码第一行表示导入随机森林(分类器)模块；第二、三行输入已有西瓜的数据；第四行将随机森林自身的一个参数n_estimators设置为10，其他参数保持系统默认值(也可以将所有参数都保持默认值，即括号为空，通常随机森林在默认参数下效果也不错)，然后将其用符号“clf”表示；第五行根据已知四个西瓜的数据训练(拟合)出一个(随机森林)机器学习模型；第六行表示用训练好的模型预测两个口感未知的西瓜的口感；第七行输出预测结果。
