FP-Growth是关联分析算法

正确答案是 B: FP-Growth。

FP-Growth（Frequent Pattern Growth）是一种用于频繁模式挖掘的算法，主要用于关联规则学习，而不是用于聚类分析。它通过构建一个频繁模式树（FP-Tree）来高效地发现数据中的频繁项集。

以下是对其他选项的分析：

A: Two-Step - Two-Step聚类是一种用于大规模数据集的聚类算法，结合了分层聚类和K-means聚类的优点。

C: Centroid Method - 质心法（Centroid Method）通常是指K-means聚类算法的一种，其中质心是每个簇的中心点。

D: Ward’s Method - Ward’s Method是一种基于方差最小化的层次聚类方法，旨在通过最小化每个簇内的平方误差来进行聚类。

综上所述，FP-Growth并不是一种聚类分析的算法，因此正确答案是 B: FP-Growth。