為了找出哪個(gè)選項(xiàng)關(guān)于 Logit 回歸和 SVM 是不正確的，我們需要對(duì)每個(gè)選項(xiàng)進(jìn)行分析。

1. **A: Logit回歸目標(biāo)函數(shù)是最小化后驗(yàn)概率**

- Logit回歸（也稱為邏輯回歸）是一種用于分類問(wèn)題的廣義線性模型。它通過(guò)最大似然估計(jì)來(lái)擬合數(shù)據(jù)，目標(biāo)是最大化似然函數(shù)，而不是最小化后驗(yàn)概率。因此，選項(xiàng) A 是不正確的。

2. **B: Logit回歸可以用于預(yù)測(cè)事件發(fā)生概率的大小**

- 這是正確的。邏輯回歸模型輸出的是事件發(fā)生的概率（介于 0 和 1 之間），因此它非常適合用于概率預(yù)測(cè)。

3. **C: SVM目標(biāo)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化**

- 支持向量機(jī)（SVM）的目標(biāo)是實(shí)現(xiàn)結(jié)構(gòu)風(fēng)險(xiǎn)最小化。SVM 通過(guò)尋找最優(yōu)的超平面來(lái)分類數(shù)據(jù)，并且通過(guò)引入軟間隔和正則化參數(shù)來(lái)控制模型的復(fù)雜度和誤差。這是正確的。

4. **D: SVM可以有效避免模型過(guò)擬合**

- 通過(guò)使用核函數(shù)和正則化，SVM 確實(shí)可以有效地避免過(guò)擬合，尤其是在高維空間中。這是正確的。

**綜上分析，選項(xiàng) A 是不正確的。**

| 選項(xiàng) | 描述 | 正確性 |
|------|------|--------|
| A | Logit回歸目標(biāo)函數(shù)是最小化后驗(yàn)概率 | 不正確 |
| B | Logit回歸可以用于預(yù)測(cè)事件發(fā)生概率的大小 | 正確 |
| C | SVM目標(biāo)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化 | 正確 |
| D | SVM可以有效避免模型過(guò)擬合 | 正確 |