perceptron weight averaging is not standard

My understanding is that for the averaged perceptron, the weights are averaged across each example in each iteration, not just each iteration as in the current implementation (and the perl one here from @sagae: http://people.ict.usc.edu/~sagae/parser/simpledep.pl).

A nice reference with a clever efficiency trick:
http://www.ciml.info/dl/v0_8/ciml-v0_8-ch03.pdf

Lies die aktuelle Python-Implementierung und vergleiche ihre Aktualisierung des Averaged Perceptron mit der verlinkten Perl-Implementierung und dem referenzierten CIML-Kapitel. Bestätige, wie die Mittelwertbildung auf jedes Beispiel innerhalb jeder Iteration angewendet wird; abgeschlossen ist die Aufgabe, wenn die Implementierung diesem Standardverhalten folgt und ihre bestehenden Prüfungen erfolgreich sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.