小明：嘿，小李，最近我在研究数据分析平台，感觉它和人工智能有点关系，但不太清楚具体怎么结合。
小李：没错，数据分析平台是人工智能的基础。比如你可以用Pandas做数据清洗，再用Scikit-learn训练模型。
小明：那你能给我举个例子吗？
小李：当然可以。我们先加载一个数据集，然后进行简单的分析，再训练一个分类模型。
小明：好，那我试试看。首先导入必要的库：
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
小李：接着加载数据并进行预处理：
data = pd.read_csv('data.csv')
X = data.drop('target', axis=1)
y = data['target']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
小明：然后训练模型：
model = RandomForestClassifier()
model.fit(X_train, y_train)
predictions = model.predict(X_test)
print("Accuracy:", accuracy_score(y_test, predictions))
小李：这样你就完成了从数据分析到AI模型的构建。数据分析平台可以帮助你更好地理解和准备数据，而人工智能则能从中提取价值。
小明：明白了，这确实是一个很实用的组合！
小李：没错，未来这种结合会越来越紧密。