利用鸢尾花数据，解释并不是特征越多越好

#首先导入我们需要的包

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

#然后选用鸢尾花的第2,3列特征（画图可以发现这俩个特征可以很好的区分开来）

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) #对训练数据进行划分
sc = StandardScaler()#以下几步为对数据进行标准化处理，防止由于某个特征过大，导致其他特征作用不明显
sc.fit(X_train)
X_train_std = sc.transform(X_train)
x_test_std = sc.transform(X_test)
ppn &#