在 begin-end 之间补充代码，使用 sklearn 构建感知机模型，利用训练集数据与训练标签对模型进行训练，然后使用训练好的模型对测试集数据进行预测，并将预测结果保存到./step2/result.csv中

from sklearn.linear_model import Perceptron
import pandas as pd

# 读取数据
train_data = pd.read_csv('./step2/train_data.csv')
train_label = pd.read_csv('./step2/train_label.csv')
test_data = pd.read_csv('./step2/test_data.csv')

# 创建模型
model = Perceptron()

# 训练模型
model.fit(train_data, train_label)

# 预测测试集
test_pred = model.predict(test_data)

# 保存预测结果
result = pd.DataFrame({'label': test_pred})
result.to_csv('./step2/result.csv', index=False)