编程实现，使用多层感知机模型预测sklearn官方iris（鸢尾花）数据类别。
举一反三
- 按7：3的比例将iris（鸢尾花）数据集划分为训练集与测试集，使用SVC算法对簇标签进行预测，并查看分类结果的混淆矩阵，编程实现。
- Weka中加载鸢尾花数据集（iris.arff），iris数据包含三个类别值，运行SMO分类器（）。
- Weka中加载鸢尾花数据集(iris.arff),iris数据包含三个类别值,运行SMO分类器()。 A: 二个三元SMO模型 B: 六个二元SMO模型 C: 三个二元SMO模型 D: 无法分类
- 在执行上一题的程序段后，要访问鸢尾花数据集中所有行的鸢尾花品种（第5列），执行_______语句可以实现。 A: print(iris[:, 5]) B: print(iris[:, 4]) C: print(iris[0:5]) D: print(iris[:4])
- 多层感知机模型主要解决感知机模型所不能解决的什么问题 A: 线性问题 B: 两层感知 C: 非线性问题 D: 多层感知