基于惩罚项的特征选择不属于过滤式

正确答案是：A: 方差选择，B: 相关系数法，C: 卡方检验。

分析如下：

1. **方差选择（Variance Threshold）**：这是一个简单的过滤方法，通过计算每个特征的方差，选择方差大于某个阈值的特征。方差小的特征可能对分类没有什么贡献，因此可以被剔除。

2. **相关系数法（Correlation Coefficient）**：这种方法计算每个特征与目标变量之间的相关性，选择相关性较高的特征。常用的相关系数包括皮尔逊相关系数、斯皮尔曼相关系数等。

3. **卡方检验（Chi-Square Test）**：这种方法通常用于分类任务中，计算每个特征与目标变量之间的卡方统计量，选择卡方统计量较大的特征。卡方检验主要用于评估两个分类变量之间的独立性。

4. **基于惩罚项的特征选择（Feature Selection based on Regularization）**：这种方法通常与特定的机器学习算法（如Lasso回归、岭回归）结合使用，通过引入惩罚项来进行特征选择。因此，这种方法不是典型的过滤方法，而是嵌入式特征选择方法。

综上所述，A、B、C选项属于过滤式特征选择方法，而D选项属于嵌入式特征选择方法。