正确答案是：C: 随机森林

专业分析：

1. **KNN（K-近邻算法）**：KNN算法通过计算样本间的距离来进行分类或回归，因此特征的量纲对其结果有很大影响。如果特征的量纲不统一，某些特征可能会在计算距离时占据主导地位，导致模型性能下降。因此，KNN需要统一量纲。

2. **SVM（支持向量机）**：SVM算法通过在特征空间中找到一个最佳的超平面来进行分类。特征的量纲不统一会影响到超平面的选择，因为某些特征可能会对模型的决策边界产生过大的影响。因此，SVM也需要统一量纲。

3. **随机森林**：随机森林是基于决策树的集成学习方法。决策树通过特征的分裂来进行决策，而这种分裂是基于特征值的排序和分布。由于决策树不依赖于特征的距离计算，特征的量纲对其影响较小。因此，随机森林不需要统一量纲。

4. **Kmeans（K-均值聚类）**：Kmeans算法通过计算样本点到聚类中心的距离来进行聚类，因此特征的量纲对其结果有很大影响。如果特征的量纲不统一，某些特征可能会在计算距离时占据主导地位，导致聚类结果不准确。因此，Kmeans需要统一量纲。

综上所述，随机森林是上述模型中唯一一个不需要统一量纲的模型。