K-Means和PCA是无监督算法、随机森林和KNN是有监督学习算法

正确答案是A: K-Means和B: PCA。

分析如下：

1. **K-Means**：K-Means是一种无监督学习算法，主要用于聚类分析。它通过将数据点划分到k个簇中，使得每个簇内的数据点尽可能相似，而不同簇的数据点尽可能不同。由于K-Means不依赖于预先标记的数据，因此它属于无监督学习算法。

2. **PCA（主成分分析）**：PCA也是一种无监督学习算法，用于降维和特征提取。它通过将高维数据投影到低维空间，保留数据的主要变异信息，从而简化数据结构。PCA不需要预先标记的数据，因此它也属于无监督学习算法。

3. **随机森林**：随机森林是一种监督学习算法，主要用于分类和回归任务。它通过构建多棵决策树并结合它们的预测结果来提高模型的准确性和鲁棒性。由于随机森林需要使用带标签的数据进行训练，因此它属于监督学习算法。

4. **KNN（K-近邻算法）**：KNN也是一种监督学习算法，常用于分类和回归任务。它通过计算新样本与训练样本的距离，选择距离最近的k个邻居，然后根据这些邻居的标签来进行预测。由于KNN依赖于带标签的数据进行预测，因此它也属于监督学习算法。

综上所述，K-Means和PCA属于无监督学习算法，而随机森林和KNN属于监督学习算法。