以下哪一种算法不属于监督学习算法（）

以下哪一种算法不属于监督学习算法（）
A、隐马尔科夫链
B、支持向量机
C、聚类
D、决策树
正确答案：C
答案解析：
A选项隐马尔科夫链：在一些应用场景中，隐马尔科夫链可用于监督学习。比如在语音识别中，已知大量带有标注（对应正确文字内容）的语音数据，通过隐马尔科夫模型来学习语音特征序列与文字之间的关系，进而对新的语音进行识别，所以它可以是监督学习算法。
B选项支持向量机：支持向量机是典型的监督学习算法。它的训练数据包含输入特征以及对应的类别标签（或回归值），通过寻找最优的超平面来对数据进行分类（或回归）。例如在图像分类任务中，用大量已经标注好类别的图像数据训练支持向量机，使其学习到不同类别图像的特征，从而对新的未标注图像进行分类。
C选项聚类：聚类属于无监督学习算法。它的目标是将数据集中的样本划分成不同的组（簇），使得同一簇内的数据相似度较高，而不同簇之间的数据相似度较低。聚类过程中没有预先给定的类别标签，不需要人为标注样本的类别信息，与监督学习需要有标记的训练数据这一特点不符。比如对一群用户的消费行为数据进行聚类，将相似消费行为的用户归为一类，并不依赖于已知的类别划分。
D选项决策树：决策树是常用的监督学习算法。在训练阶段，利用包含特征和相应类别标签（分类任务）或数值（回归任务）的训练数据来构建决策树模型。例如在判断一个水果是苹果还是橙子的任务中，利用水果的颜色、大小、形状等特征以及它们对应的类别（苹果或橙子）来训练决策树，之后就可以对新的水果样本进行分类。