因为历史数据中不含用户画像标签，需要用无监督学习算法，4个选项中只有A聚类算法是无监督的

正确答案是：A: 聚类算法

专业分析：

聚类算法是一种无监督学习算法，用于将数据集中的样本划分为多个组或簇，使得同一组内的样本彼此相似，而不同组之间的样本差异较大。由于题目中提到历史数据集中没有用户标签信息，这意味着我们没有预先定义的类别或标签来指导模型的训练。因此，使用无监督学习方法是合理的选择。

聚类算法可以帮助公司通过分析用户的行为数据，将具有相似行为特征的用户分组，从而建立用户行为画像。这些画像可以用于后续的用户留存策略，比如个性化推荐、定向营销等。

其他选项的分析：

B: 多元线性回归算法是一种监督学习算法，主要用于预测连续变量。它需要预先定义的标签（目标变量），不适合用于无标签的数据。

C: 决策树算法也是一种监督学习算法，通常用于分类或回归问题。它同样需要预先定义的标签，才能构建决策树模型。

D: 朴素贝叶斯算法是一种基于概率的分类算法，属于监督学习范畴，需要预先定义的标签来进行训练。

综上所述，聚类算法是最适合用于在无标签数据集中建立用户行为画像的算法。