特征缩放把不同量纲的特征拉到可比范围，常用标准化（减均值除标准差，得到近似零均值单位方差）和归一化（Min-Max 缩放到 [0,1]）。

需要它的原因有两类：一是基于距离的模型（KNN、SVM、KMeans、神经网络），量纲大的特征会主导距离计算和梯度更新；二是梯度下降的收敛速度——特征尺度差异大时损失面呈狭长椭圆，梯度来回震荡，缩放后等高线接近圆形，收敛更快。

不敏感的模型：树模型（决策树、随机森林、XGBoost）基于分裂阈值排序，对单调变换不变，无需缩放。

易错点：Scaler 必须只在训练集上 fit，再 transform 验证/测试集，否则统计量泄漏；异常值多时 Min-Max 会被极值压缩，宜改用 RobustScaler（中位数和四分位距）。追问方向：标准化为什么不改变特征的分布形状？稀疏数据为什么不宜减均值（会破坏稀疏性）？