在機器學習中，「叢集（Clustering）」方法最典型的應用情境是下列何者？
答案 （C）
核心概念
叢集（Clustering，也譯分群）屬於非監督式學習，沒有標籤，模型依據樣本之間的相似度（距離）自動把資料分成若干群，群的意義要由人事後解讀。它跟分類（Classification）最大的差別是：分類的類別是事先定義好的，分群的群組是模型自己找出來的。
答題技巧
快速判斷技巧：掃選項找「已標註／標籤」四個字，出現就刪。這題三個誘答都自己寫了標籤，只剩一個沒有標籤的就是答案。
易錯陷阱：分群（Clustering）與分類（Classification）中文只差一個字，英文開頭也都是 C，非常容易混淆。記一個口訣：分類是「對號入座」（類別已知），分群是「物以類聚」（群組未知）。