SVM 在泰坦尼克号数据集上：探索泰坦尼克号数据集，并使用不同的内核实现 SVM：线性、多项式和径向基函数（RBF）

1.获取数据集，并清洗数据

2.提取特征向量，并进行编码分类

3.StanderScaler类是处理数据归一化和标准化，其中的原理是：

这段代码的转换函数为：z = (x - u) / s，其中z为转换后的值，x为当前值，u为均值，s为样本的标准差。通过该标准化操作，可以使每一列的数据都按照其均值为0，标准差为1的分布进行转换，以便更好地适应机器学习算法的训练和预测过程。

4。创建模型，并采用不同的核函数训练数据集

5.使用分类报告和混淆矩阵评估每个 SVM 模型在测试集上的性能