關于隨機森林描述不正確的是 D。

### 分析：
- **A: 隨機森林是一種集成學習算法**
- 正確。隨機森林是一種基于集成學習思想的算法，通過構建多個決策樹，并將其結果結合來提高模型的準確性和穩(wěn)定性。

- **B: 隨機森林的隨機性主要體現(xiàn)在訓練單決策樹時，對樣本和特征同時進行采樣**
- 正確。隨機森林在構建每棵決策樹時使用了Bootstrap有放回取樣（即袋外法）來選擇訓練數(shù)據(jù)，并隨機選擇特征進行分裂，這賦予了算法隨機性。

- **C: 隨機森林算法可以高度并行化**
- 正確。由于每棵決策樹可以獨立訓練，因此隨機森林非常適合并行計算，可以顯著提高算法的訓練效率。

- **D: 隨機森林預測時，根據(jù)單決策樹分類誤差進行加權投票**
- 不正確。隨機森林的預測通常是通過簡單多數(shù)投票的方式?jīng)Q定最終的分類結果，不涉及根據(jù)單個決策樹的分類誤差進行加權。

因此，選項 D 是不正確的描述。