支持向量机模型包括-|||-A 线性可分支持向量机-|||-B 线性支持向量机-|||-C 非线性可分支持向量机-|||-D 非线性支持向量机

本题考查支持向量机模型的分类知识。解题思路是明确支持向量机根据数据的线性可分性以及是否使用核技巧等情况进行分类，然后依次分析每个选项是否属于支持向量机模型的范畴。

• 选项A：线性可分支持向量机
  线性可分支持向量机是支持向量机的一种基本类型。当训练数据是线性可分的时候，即存在一个超平面能够将不同类别的数据完全分开，此时就可以使用线性可分支持向量机来找到这个最优的超平面，使得分类间隔最大。所以线性可分支持向量机属于支持向量机模型。
• 选项B：线性支持向量机
  线性支持向量机是对线性可分支持向量机的一种扩展。当训练数据近似线性可分，也就是存在一些噪声点或者数据不能被一个超平面完全分开时，线性支持向量机通过引入松弛变量，允许一定程度的分类错误，从而找到一个在分类效果和模型复杂度之间取得平衡的超平面。因此线性支持向量机也是支持向量机模型的一种。
• 选项C：非线性可分支持向量机
  在支持向量机的分类体系中，并没有“非线性可分支持向量机”这样的标准分类。通常对于非线性数据，我们使用非线性支持向量机来处理。所以该选项不属于支持向量机模型的正确分类。
• 选项D：非线性支持向量机
  当训练数据是非线性可分的，即无法用一个线性超平面将不同类别的数据分开时，非线性支持向量机通过使用核技巧，将原始数据映射到高维特征空间，使得数据在高维空间中变得线性可分，然后再在高维空间中寻找最优的超平面。所以非线性支持向量机是支持向量机模型的重要组成部分。