您有一个包含150个相关特征的表格数据集，这些特征具有不同的数值范围。您需要在训练回归模型之前，在对模型性能影响最小的情况下降低维度。哪种预处理方法能实现此目标？

正确答案是先进行特征缩放再应用PCA。PCA对特征的尺度敏感，如果特征的数值范围差异很大，PCA会倾向于赋予方差较大的特征更高的权重，即使这些特征的信息量可能并不大。Min-Max Scaler将所有特征缩放到0到1的固定范围，确保每个特征在PCA降维过程中得到公平对待，从而更准确地捕获数据中的主要方差成分，实现有效的降维，同时最大程度地保留模型性能。直接应用PCA会因为特征尺度差异而导致降维效果不佳。删除相关性最高或最低的特征是基于相关性而非方差贡献进行降维，可能丢失重要信息，且未解决PCA对尺度的敏感性问题。