不是对所有特征进行遍历，而是通过模型训练找出度量参数比较小的特征删除

正确答案是：C: 递归特征消除法就是对所有特征进行遍历删除不符合条件的，保留符合条件的。

**分析：**

- **A: 递归消除特征法使用一个基模型来进行多轮训练，每轮训练后，消除若干权值系数的特征，再基于新的特征集进行下一轮训练。**
- 这个描述是正确的。递归特征消除法（RFE）确实是通过多轮训练，每轮训练后消除若干特征，再进行下一轮训练。

- **B: RFE的稳定性很大程度上取决于迭代时底层用的哪种模型。**
- 这个描述也是正确的。RFE的稳定性确实依赖于底层使用的模型，因为不同模型对特征重要性的评估方式不同。

- **C: 递归特征消除法就是对所有特征进行遍历删除不符合条件的，保留符合条件的。**
- 这个描述是错误的。RFE不是简单地遍历删除不符合条件的特征，而是通过多轮训练和评估，根据模型的权值系数或者特征重要性来递归地消除最不重要的特征。

- **D: 如果在迭代时使用未正则化的LR模型，那么递归特征消除法也是不稳定的。**
- 这个描述是正确的。未正则化的线性回归模型（LR）可能会对特征的选择产生不稳定性，因为它可能会对多重共线性或噪声过度敏感。

因此，选项C的描述不准确，递归特征消除法并不是单纯地遍历删除特征，而是通过模型的训练和评估来递归地消除特征。