mm = preprocessing.MinMaxScaler() fea_train_scaled = mm.fit_transform(fea_train)

这段代码使用了`preprocessing`模块中的`MinMaxScaler`类来进行特征缩放。`MinMaxScaler`是一种常用的特征缩放方法，将数据缩放到指定的范围内。

在代码中，`mm`是`MinMaxScaler`类的一个实例化对象。接下来，使用`fit_transform()`方法将`fea_train`数据集进行拟合和转换，得到经过缩放后的数据集`fea_train_scaled`。

具体代码如下：

from sklearn import preprocessing

mm = preprocessing.MinMaxScaler()
fea_train_scaled = mm.fit_transform(fea_train)

请注意，在使用`MinMaxScaler`进行特征缩放之前，需要确保`fea_train`是一个二维的数组或矩阵类型的数据，其中行表示样本，列表示特征。如果你的数据不符合这个要求，请先对数据进行必要的处理和转换。