下列哪种算法通常用于无监督学习？A. K均值聚类B. 决策树C. 支持向量机D. 逻辑回归

无监督学习的核心在于处理未标注的数据，通过发现数据内在的结构和分布规律来完成任务，如聚类、降维等。本题需识别选项中属于无监督学习的算法。关键点在于区分各算法的典型应用场景：

• K均值聚类是经典的无监督聚类算法，用于将数据划分为多个簇。
• 其余选项（决策树、支持向量机、逻辑回归）均为监督学习算法，依赖标注数据进行分类或回归。

选项分析

A. K均值聚类

• 无监督学习的典型代表，通过迭代优化使簇内数据点距离最小，无需标签即可划分数据。
  B. 决策树
• 常见于监督学习，利用标签数据构建分类或回归模型。
  C. 支持向量机
• 监督学习算法，通过标签数据学习分类边界。
  D. 逻辑回归
• 监督学习中的分类算法，需依赖标签预测类别概率。