以下为代码实现流程：

from sklearn import datasets

import numpy as np

from sklearn.cross_validation import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import Perceptron

from sklearn.metrics import accuracy_score

接下来选取鸢尾花数据集中的第2、3列作为特征，通过可视化分析可知这两个特征能够有效区分不同类别

Iris = datasets.load_iris()
X = Iris.data[:,[2,3]]
y = Iris.target
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.3,random_state=0) # 对数据集进行划分，用于后续训练与测试
sc = StandardScaler() # 下面的步骤用于对数据进行标准化处理，避免因某一特征数值过大而掩盖其他特征的作用
sc.fit(X_train)
X_train_std = sc.