利用鸢尾花数据集前两类，交叉验证，测试SVM分类器性能，生成python代码

以下是利用鸢尾花数据集前两类，交叉验证，测试SVM分类器性能的Python代码：

from sklearn import datasets
from sklearn.model_selection import cross_val_score
from sklearn import svm

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data[:100, :2]
y = iris.target[:100]

# 创建SVM分类器
clf = svm.SVC(kernel='linear', C=1)

# 进行交叉验证
scores = cross_val_score(clf, X, y, cv=5)

# 输出交叉验证结果
print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))

这段代码会输出SVM分类器的准确率和置信区间。