一家線上零售商將許多資料來源合併到一個包含 980 個變數的單一資料表中。您需要建立一個模型來找出可能回應行銷活動的客戶群組。您應該使用哪一對技術？

K-means 聚類是一種無監督學習演算法，常用於將資料點分組到 K 個預定義的叢集中，非常適合識別客戶群組。主成分分析 (PCA) 是一種降維技術，可以將 980 個變數減少到一組更小、不相關的變數，同時保留大部分原始資料的變異性，這對於處理高維度資料集至關重要。潛在狄利克雷分配 (LDA) 主要用於主題模型，不適用於此情境下的客戶分群。語義分割用於影像處理，而分解機 (FM) 則用於推薦系統，兩者皆不適用於此問題。