某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料，但並未預先設定客戶類型標籤。希望透過 AI 自動將特徵相似的會員分成數個群體，作為後續規劃客製化促銷方案的依據。下列哪一種機器學習方法最適合此需求？
答案 （C）
核心概念
沒有預先設定標籤、要把相似的人自動分成幾群，就是叢集分析。
題目兩個關鍵：「並未預先設定客戶類型標籤」「自動將特徵相似的會員分成數個群體」。沒有答案可以學，所以監督式的分類與迴歸都出局；要的產出是「群」，這正是叢集分析（Clustering）的工作，常見演算法像 K-Means。
答題技巧
快速判斷技巧：「沒有標籤」加「分成幾群」，直接選叢集分析（Clustering）。 ・沒標籤、要分群 → 叢集分析 ・有標籤、分類別 → 分類（Classification） ・有標籤、預測數值 → 迴歸（Regression） ・有回饋、調策略 → 強化學習（Reinforcement Learning）
易錯陷阱：(A) 分類跟分群一字之差，「分成幾類客戶」聽起來像分類。 關鍵差異：分類要事先有類別標籤，分群是讓資料自己長出群體。 警訊詞：「並未預先設定標籤」就是在排除分類。