环境搭建过程挺麻烦...但终于是弄好了，先给一些过程中参考的比较重要的资料（找微软的机器学习资料是个人摸索经验，无任何借鉴）：
1.如果嫌网上各种numpy、scipy等等包的安装教程麻烦的话就直接去：微软机器学习服务器进行下载安装，途中可能会遇到一些问题，主要是powershell的权限问题，可以到微软的官方文档：powershell执行策略问题找到解决方案。成功能够运行powershell脚本的权限后可能还是会有这样的问题：
无法加载文件："...",未对文件"..."进行数字签名,无法在当前系统上运行该脚本。
这时我们不要急，找到powershell脚本，点击右键->属性。可能会在下方看到一句类似"该脚本可能无法在当前系统运行"，然后旁边有一个解锁脚本（貌似叫这个）的勾选框，勾选即可。然后，再用管理员身份运行powershell并执行脚本就能成功运行了：
然后就一直等待下载完毕。至于为什么就下载这一个就可以了，上面链接里面有提到：
其实版本应该都是最新版的，于是，弄好以后按照Anaconda的使用方法再按自己需求安装的各种包等等就好了。
到GitHub scikit-learn下载scikit-learn，安装方法等等链接里面都有，我就不多说了。
2.就按照网上其他的办法去安装。
这个就自己去网上查资料，找办法了，我给出一些可能有用的资料吧：
http://scikit-learn.org/stable/index.html https://www.anaconda.com/download/#windows https://www.scipy.org/install.html https://pypi.python.org/pypi/pip https://pypi.python.org/pypi/numpy http://www.numpy.org/ http://blog.csdn.net/m53931422/article/details/42489897
如果感觉都弄好了可以测试一下：
在存放sklearn文件的目录下运行cmd，键入命令：
pytest sklearn
然后回车，如果没有出现找不到的提示和一些错误就应该没问题，或者用cmd打开python，键入：
import sklearn
然后回车，如果没有出现任何问题，只是转行，就说明没问题了。
其他几个包也一样可以用上面的方法检测。
查看自己安装的包的版本可以使用下面的命令：
1.如果有pip.exe的话：
pip list
2.Anaconda：
conda list
整个安装和配置过程我就说这么多了，这个过程可能会很多次失败...但为了学习到更多的东西，还是得耐心的一步一步的测试和找原因。
注意：我用的windows 10，可能我的解决办法并不能适用所有情况。
下面是我的第一个机器学习的例子：
#参考博客：http://www.cnblogs.com/magle/p/5878967.html
import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model
# X is the 10x10 Hilbert matrix
X = 1. / (np.arange(1, 11) + np.arange(0, 10)[:, np.newaxis])
y = np.ones(10)
###############################################################################
# Compute paths
n_alphas = 200
alphas = np.logspace(-10, -2, n_alphas)
clf = linear_model.Ridge(fit_intercept=False)
coefs = []
for a in alphas:
clf.set_params(alpha=a)
clf.fit(X, y)
coefs.append(clf.coef_)
###############################################################################
# Display results
ax = plt.gca()
ax.set_color_cycle([‘b‘, ‘r‘, ‘g‘, ‘c‘, ‘k‘, ‘y‘, ‘m‘])
ax.plot(alphas, coefs)
ax.set_xscale(‘log‘)
ax.set_xlim(ax.get_xlim()[::-1]) # reverse axis
plt.xlabel(‘alpha‘)
plt.ylabel(‘weights‘)
plt.title(‘Ridge coefficients as a function of the regularization‘)
plt.axis(‘tight‘)
plt.show()
运行结果：
我本来想用PyCharm写的，但并不能导入那些包，等我再琢磨琢磨怎么才能用PyCharm来写 机器学习-Python。
最后，通过这几次的探索学习发现，如果学习上遇到困难，第一时间找官方文档和一些相关论文能更好的节省时间并解决问题。
--------------------------------------update 2018-01-01 20:03:17--------------------------------------
之后又查了以下powershell对脚本的一些执行相关的东西，找到一篇不错的文章，虽然官方文档都有说明，但没有太多测试用例，于是想把链接放在这里：
http://www.pstips.net/powershell-scripts-signature.html
