1、加载数据集（使用自带的IRIS数据）。
使用np.unique(y)查看y有多少个标签，如图
2、划分训练集和测试集。
这里通过test_size设置测试集占比30%，random_state表示种子，如图
3、特征标准化处理。
使用StandardScaler可以方便的标准化，如图
4、训练感知器模型。
Perceptron的参数n_iter表示迭代次数，eta0代表学习速率，如图
5、模型预测。
使用predict方法即可预测，如图
6、模型评价。
accuracy_score可以计算出模型预测准确率，如图
