在所列选项中，以下模型属于机器学习模型：

A: 分类模型
B: 聚类模型
D: 回归模型

### 专业分析

| 模型类型 | 描述 |
|----------------|----------------------------------------------------------------------------------------------------------------------------------------------|
| 分类模型 (A) | 分类模型用于将输入数据分配到特定类别中。常见的分类模型包括决策树、支持向量机、朴素贝叶斯、神经网络等。主要应用于图像识别、垃圾邮件过滤等任务。 |
| 聚类模型 (B) | 聚类模型用于将数据分成多个组或簇，使得同一组内的数据点在某种意义上更相似。常用的聚类算法有K-means、层次聚类等，常用于市场细分、图像处理等领域。 |
| 回归模型 (D) | 回归模型用于预测数值型的输出，与分类模型不同，输出是连续值。常见回归模型有线性回归、逻辑回归（尽管用于分类问题）、多项式回归等，广泛应用于经济预测、房价预测等。 |

### 非机器学习模型
- **熵增模型 (C)**: 熵增模型本身不是一种机器学习模型。熵在信息论中用于衡量系统的混乱程度，在热力学中描述能量的不可逆性，并非一种直接用于建模和预测的数据模型。

综上所述，选项C不属于机器学习模型。