Clasificación SVM con SVC

Tu objetivo es implementar y evaluar un modelo de clasificación SVM utilizando el clasificador Support Vector Classifier (SVC) de Scikit-Learn. Este ejercicio evalúa tus habilidades para trabajar con SVM, preprocesar datos y ajustar hiperparámetros.

Implementa un script en Python que realice lo siguiente:

Carga el conjunto de datos Iris desde la librería Scikit-Learn utilizando la función datasets.load_iris().

Selecciona solo dos características para entrenar el modelo, lo que permitirá una fácil visualización de la frontera de decisión.

Divide el conjunto de datos en subconjuntos de entrenamiento (70%) y prueba (30%) utilizando train_test_split, aplicando estratificación.

Estandariza las características de ambos conjuntos (entrenamiento y prueba) utilizando StandardScaler.

Crea y entrena un modelo SVC con un núcleo 'linear'. Utiliza un parámetro de regularización C=1.

Evalúa el modelo utilizando la métrica de exactitud en el conjunto de prueba y muestra la precisión con dos decimales.