轮廓系数的应用场景包括（）。A. 选择最差聚类数B. 选择最佳聚类数C. 评估聚类算法效果D. 识别问题样本

本题考查轮廓系数的应用场景相关知识。解题思路是需要对轮廓系数的概念和作用有清晰的理解，然后逐一分析每个选项是否符合其应用场景。

选项A分析

轮廓系数的目的是找到合适的聚类数，而不是选择最差聚类数。轮廓系数的值越大，说明聚类效果越好，所以不会用于选择最差聚类数，A选项错误。

选项B分析

轮廓系数是一种用于评估聚类效果的指标，它综合考虑了样本与所在簇的紧密程度以及与其他簇的分离程度。通过计算不同聚类数下的轮廓系数，通常选择轮廓系数最大时对应的聚类数作为最佳聚类数，所以可以用于选择最佳聚类数，B选项正确。

选项C分析

由于轮廓系数能够反映聚类的质量，通过计算整个数据集的平均轮廓系数，可以评估聚类算法的效果。平均轮廓系数越接近1，说明聚类效果越好，因此可以用于评估聚类算法效果，C选项正确。

选项D分析

对于每个样本，轮廓系数可以单独计算。如果某个样本的轮廓系数值很低，说明该样本可能属于错误的簇，或者是一个离群点，即可以通过轮廓系数识别问题样本，D选项正确。