正确答案是：B: 聚类

**专业分析：**

1. **分箱（A）**：分箱是一种将连续变量离散化的技术，通常用于数据预处理和特征工程。分箱可以减少数据的噪声，但它并不是直接处理噪声值的算法。

2. **聚类（B）**：聚类算法，如K-means、DBSCAN等，可以通过将数据点分组来处理噪声值。特别是DBSCAN（Density-Based Spatial Clustering of Applications with Noise），它能够识别并标记噪声点，而不需要删除这些点。这使得聚类算法在处理噪声数据时非常有效。

3. **回归后残差检验（C）**：回归后残差检验主要用于评估回归模型的拟合效果和发现异常值。虽然它能识别出异常值，但并不直接处理噪声值。

4. **主成分分析（D）**：主成分分析（PCA）是一种降维技术，用于减少数据的维度并保留尽可能多的原始信息。虽然PCA可以减少噪声对数据的影响，但它并不是直接处理噪声值的算法。

综上所述，聚类算法（B）可以在不删除样本的情况下处理噪声值，是正确的选择。