与距离计算无关的基于树的模型，不需要feature scaling，比如决策树、随机森林等，树中节点的选择只关注当前特征在哪里切分对分类更好，即只在意特征内部的相对大小，而与特征间的相对大小无关。1
孤立森林是一种基于树的异常检测方法，在做划分时，只需要知道相对大小即可。
使用孤立森林时不需要进行特征归一化。
根据读者的需要，后期看情况补充
深入探讨：为什么要做特征归一化/标准化？ ↩︎