方差选择属于filter过滤式，其他不属于

正确答案是B: 方差选择。

**专业分析：**

过滤式特征选择方法（Filter Method）是一种在特征选择过程中不依赖于任何机器学习算法的技术。它通常基于特征的统计性质进行选择，常见的有方差选择、卡方检验、相关系数等。以下是对各选项的具体分析：

A: 递归特征消除法（Recursive Feature Elimination, RFE）是一种包装式特征选择方法（Wrapper Method），它依赖于特定的机器学习算法（如支持向量机、线性回归等）来递归地训练模型、评估特征重要性，并逐步消除不重要的特征。

B: 方差选择（Variance Threshold）是一种典型的过滤式特征选择方法。它通过计算每个特征的方差，并选择方差大于某个阈值的特征。这个过程完全独立于任何机器学习算法。

C: 随机森林进行特征选择（Feature Selection using Random Forest）属于嵌入式特征选择方法（Embedded Method）。随机森林是一种集成学习方法，它在训练过程中会评估每个特征的重要性，并根据这些评估来选择特征。

D: 逻辑回归特征选择（Feature Selection using Logistic Regression）同样是一种嵌入式特征选择方法。逻辑回归模型在训练过程中会评估特征的权重，并根据这些权重来选择特征。

综上所述，只有B: 方差选择是过滤式特征选择方法。