正确答案是不正确的选项是：C: 逻辑回归的处理方法是使用最小二乘法，去学习分类器。

### 专业分析：

1. **逻辑回归（Logistic Regression）：**
- **用途：** 主要用于处理二分类问题，但也可以通过扩展处理多分类问题。
- **方法：** 逻辑回归通过最大化似然函数来估计模型参数，而不是使用最小二乘法。它使用的是对数似然函数来衡量模型的好坏。
- **正则化：** 可以添加L1（Lasso）或L2（Ridge）正则化项来防止过拟合。

2. **支持向量机（SVM）：**
- **用途：** 主要用于分类问题，但也可以用于回归问题（称为支持向量回归，SVR）。
- **方法：** SVM通过寻找最佳的超平面来最大化分类边界的间隔（margin），从而实现分类。它只关注支持向量，即那些对分类边界最有影响的少数数据点。
- **正则化：** SVM也可以通过调整正则化参数（如C参数）来控制模型的复杂度和防止过拟合。

### 联系与区别：
- **联系：**
- 二者都可以用于分类问题（选项A是正确的）。
- 二者都可以添加正则化项来防止过拟合（选项B是正确的）。

- **区别：**
- 逻辑回归通过最大化似然函数来学习分类器，而不是使用最小二乘法（选项C是不正确的）。
- SVM通过寻找最大化分类边界的间隔的超平面，仅关注支持向量（选项D是正确的）。

综上所述，选项C关于逻辑回归使用最小二乘法的描述是不正确的。