以下哪些属于无监督学习的主要任务?()A. 关联分析B. 聚类C. 降维D. 递归分析

无监督学习的核心目标是从无标签的数据中发现内在结构和规律，主要任务包括聚类、降维、关联分析等。本题需明确区分无监督学习与其他学习范式的任务差异，关键点在于理解各选项是否符合无标签、自主发现模式的特点。

选项分析

A. 关联分析

关联分析（如关联规则挖掘）通过发现数据中项之间的频繁共现关系（如“购买牛奶的人常买面包”），属于无监督学习，无需依赖标签。

B. 聚类

聚类（如K-means、层次聚类）旨在将数据划分为若干组，使组内数据相似、组间差异显著，是无监督学习的核心任务。

C. 降维

降维（如PCA、t-SNE）通过减少数据维度保留主要信息，用于数据压缩或可视化，属于无监督学习的典型应用。

D. 递归分析

递归分析通常指序列数据分析（如RNN），需依赖序列标签或目标变量，属于有监督或序列建模范畴，与无监督学习无关。