从方向上，逐步回归可以分为三类，分别是向前选择法、向后删除法和双向法。

对于逐步回归（Stepwise Regression）的方法分类，其主要策略分为以下几种：

1. **向前选择法（Forward Selection）**：
- 从一个空模型开始，逐步向模型中添加变量。每次添加的是对模型最有贡献的变量，直到没有显著变量可加为止。

2. **向后删除法（Backward Elimination）**：
- 从一个包含所有备选变量的完整模型开始，逐步删除对模型贡献最小的变量，直到所有剩余变量都是显著的。

3. **双向法（Stepwise Regression）**：
- 结合了向前选择和向后删除的方法，变量可以被加入或移除。每一步都对模型进行评估，根据统计准则（如AIC、BIC等）进行相应调整。

综上所述，逐步回归可以分为以下几类：A: 向前选择法、B: 向后删除法、C: 双向法。因此，正确答案是A、B、C。

### 专业分析
- **优势**：
- 在较大数据集中，可以自动化选择模型，节省时间。
- 通过一定的统计准则，使最终模型更加可靠。

- **劣势**：
- 可能会忽略变量之间的多重共线性。
- 容易受随机误差的影响，可能导致选择偏误。

逐步回归在实际应用中需要结合专家知识和具体问题背景，以确保模型的合理性和解释能力。