B,C,D都是有监督学习，不适合做画像

正确答案是：A: 聚类算法。

专业分析：
用户行为画像的建立通常涉及对用户行为数据的分析和分组，以便更好地理解不同用户群体的特征和需求。聚类算法是一种无监督学习算法，特别适用于这种场景。以下是一些关键点：

1. **聚类算法**：
- 聚类算法能够将用户划分为不同的群体，每个群体内的用户行为相似，而群体之间的行为差异较大。常见的聚类算法包括K-means、层次聚类和DBSCAN等。
- 通过聚类分析，可以发现用户的行为模式，有助于公司制定针对性的营销策略和个性化服务，提高用户留存率。

2. **多元线性回归算法**：
- 多元线性回归是一种监督学习算法，用于预测一个连续变量。虽然它可以用来分析用户行为数据中的某些趋势，但它不适合用于直接进行用户分群。

3. **决策树算法**：
- 决策树是一种监督学习算法，主要用于分类和回归任务。虽然它可以用来构建用户行为的分类模型，但对于用户画像的分群任务，聚类算法更为合适。

4. **朴素贝叶斯算法**：
- 朴素贝叶斯是一种基于概率的分类算法，适用于文本分类和垃圾邮件过滤等任务。它不适合用于用户行为的聚类分析。

综上所述，聚类算法最适合用于建立用户行为画像，因为它能够有效地将用户分成不同的行为群体，从而帮助公司更好地进行用户留存管理。