现在开始看《Machine Learning In Action》，英文原版，一本比较注重工程实践的书，对于不想啃复杂数学公式的人来说，很有吸引力！霍啦，就是这一本了：
同时，这本书使用的语言是Python，并不是打广告，Python用来Idea验证与快速测试，真是再适合不过了！
不过我是C++爱好者，如果有一些很有用的算法，我还是会用C++再写一遍的，也方便以后的使用。第一部分先把环境搭建起来吧。
首先是安装Python，这实在没什么好说的。不过考虑到兼容性问题，我安装的是python 2.7.4 x64，没有选择最新的python3。下一步是安装NumPy。
NumPy是一个面向科学计算的Python工具库，使用它可以方便的进行矩阵和向量等运算，这对于机器学习来说是必不可少的啊。不过在安装过程中遇到一个小插曲——官方提供的NumPy不支持64位的python，让我差点卸了python重装。好在，在这个地方找到了解决方法：http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
这个网址提供了很多非官方的扩展库，其中就包括支持64为python的numpy，其中Numpy-MKL是经过英特尔的高性能数学核心库（Math Kernel Library）优化过的，速度上应该会比普通的python程序快得多，推荐使用。
安装完Numpy后，准备工作就完成了，可以打开python的shell测试一下，先输入这条语句，将NumPy中的所有模块都导入进来：
如果没有任何提示，就说明导入成功了，再试着生成一个4x4的随机数序列：
如果没什么问题的话，NumPy应该也没什么问题了。
最后，为了方便将数据可视化，我们还需要一个工具，matplotlib，这是一个用于绘制2D图像或图表的库，同样也可以从上面的网页中下载到。安装完成后，也可以打开Shell然后输入一下内容作为测试：
运行上面的语句后，会出现下面这个图纸，想Matlab的图表一样：
如果这些都没有问题，下一步就可以开始真正的机器学习了。