统计模式识别中根据统计参数来分类，一般将用来估计统计参数的模式成为什么

用来估计统计参数的模型一般称为概率模型或者密度模型。在统计模式识别中，分类器通常是基于概率模型或者密度模型的分类器，比如贝叶斯分类器、高斯混合模型等。这些模型可以对数据的概率分布进行建模，从而对数据进行分类。在建模过程中，需要通过数据集来估计模型参数，常见的方法有最大似然估计、贝叶斯估计等。这些估计方法可以通过样本数据来估计模型参数，从而使得模型能够更好地适应数据集。因此，概率模型或者密度模型在统计模式识别中扮演着重要的角色，它们能够通过对数据的概率分布进行建模，从而实现对数据的分类。