在无监督学习中，聚类算法如K-means不需要标签数据。( )A. 对B. 错

本题考查无监督学习中聚类算法K - means的基本概念。解题思路是明确无监督学习和有监督学习的区别，以及K - means算法的特点。

有监督学习需要使用带有标签的数据进行模型训练，模型通过学习输入数据和对应标签之间的关系来进行预测。而无监督学习则是在没有标签数据的情况下，对数据进行分析和处理，挖掘数据中的潜在结构和模式。

K - means算法是一种经典的聚类算法，它的目标是将数据集中的样本划分为K个不同的簇，使得同一簇内的样本相似度较高，不同簇之间的样本相似度较低。在K - means算法的运行过程中，不需要事先知道每个样本的标签，只需要给定簇的数量K，算法就可以自动对数据进行聚类。

综上所述，在无监督学习中，聚类算法如K - means不需要标签数据，该说法是正确的。