无监督学习的另一个代名词，就是聚类。A. 对B. 错

无监督学习是机器学习中的一种重要类型，其核心特点是处理无标签数据，通过算法发现数据内在的结构或模式。常见的任务包括聚类、降维、密度估计、异常检测等。题目中的“聚类”确实是无监督学习的重要任务之一，但无监督学习的范围远不止聚类。因此，将两者等同是错误的。

关键概念辨析

1. 无监督学习：处理未标注数据，目标是发现数据的潜在分布、关系或特征。例如：

   • 降维（如主成分分析PCA）
   • 异常检测（如孤立森林）
   • 关联规则学习（如市场篮子分析）

2. 聚类：无监督学习中的一个子领域，目标是将数据划分为若干组（簇），使组内数据相似、组间数据差异大。例如：

   • K-means
   • 层次聚类

为何题目错误？

题目将“无监督学习”与“聚类”视为等价关系，忽略了无监督学习中其他重要任务（如降维、异常检测等）。因此，“聚类”只是无监督学习的一部分，而非其代名词。