某醫療院所建置病患再住院風險預測模型，特徵包含「年齡」、「體重」、「血壓數值」及「診斷類別代碼」等，資料科學家考慮是否需對數值特徵進行標準化（Standardization）處理。下列何種模型對特徵尺度最不敏感、最適合在不進行標準化的情況下直接使用上述特徵進行訓練？
答案 （D）
核心概念
模型對特徵尺度敏不敏感，取決於它有沒有用到「距離」或「梯度」的計算。決策樹的每一次分裂只問一個問題——「這個特徵的值有沒有大於某個門檻」，這是在單一特徵內部做比較，完全不涉及跨特徵的加總或距離，所以不論年齡是 0~100 還是體重是 0~200，對它毫無影響。
答題技巧
快速判斷技巧：把模型分成兩堆——需要標準化的（線性模型、SVM、KNN、神經網路、K-means，凡是算距離或用梯度的）與不需要的（決策樹家族）。問哪個不敏感，答案就在樹模型。
易錯陷阱：容易以為「所有模型都該做標準化比較保險」。實務上樹模型做標準化不會出錯但也沒好處，而考題問的是「最不敏感」，答案唯一。