SVM是非参数模型

正确答案是：C:二者都是参数模型。

### 分析：

**逻辑回归（Logistic Regression）** 和 **支持向量机（Support Vector Machine, SVM）** 都是用于分类问题的经典机器学习模型，但它们在某些方面有显著的区别。

#### 联系：
1. **分类问题**：选项A是正确的。两者都可以用于处理分类问题。
2. **正则化**：选项B是正确的。两者都可以通过增加不同的正则化项来防止过拟合。逻辑回归通常使用L1或L2正则化，而SVM可以通过调整C参数实现正则化效果。

#### 区别：
1. **参数模型**：选项C是不正确的。逻辑回归是一个参数模型，因为它依赖于一组参数（权重）来进行预测。而SVM并不是传统意义上的参数模型，它主要依赖于支持向量来构建分类器。
2. **支持向量**：选项D是正确的。SVM的处理方法是通过找到支持向量（即离决策边界最近的样本点）来确定分类边界，这些支持向量对分类器的构建起到关键作用。

综上所述，选项C是不正确的，因为SVM不是传统意义上的参数模型。