正确答案是：B: 归一化选择

### 专业分析

以下是对每种方法是否属于特征选择技术的分析：

| 方法 | 是否用于特征选择 | 说明 |
|-----------------------------------------|----------------|------------------------------------------------------------------------------------------------------------------|
| **A: VarianceThreshold方差选择** | 是 | VarianceThreshold 是一种简单的特征选择方法，通过移除那些方差低于某个阈值的特征来选择特征。方差低意味着该特征在不同样本中变化不大，信息量较少。 |
| **B: 归一化选择** | 否 | 归一化是一种数据预处理技术，旨在缩放数据以适应某一范围或提高收敛速度，并不用于选择特征。归一化不影响特征的重要性或相关性。 |
| **C: 根据决策树中的feature_important特征重要程度选择** | 是 | 决策树模型具有内置的特征选择能力，每个特征根据其在树中的分枝贡献被赋予一个重要性分数，可以用来选择重要性较高的特征。 |
| **D: 逻辑回归中的系数大小关系选择** | 是 | 在逻辑回归中，特征的系数绝对值大小可以反映该特征对预测结果的影响程度，根据系数进行特征选择是一种常用的方法。可以通过惩罚项（如L1正则化）增强这种选择能力。 |

因此，归一化选择并不是特征选择方法，它主要用于调整特征的尺度，而不是选择特征。