关于随机森林描述不正确的是 D。

### 分析：
- **A: 随机森林是一种集成学习算法**
- 正确。随机森林是一种基于集成学习思想的算法，通过构建多个决策树，并将其结果结合来提高模型的准确性和稳定性。

- **B: 随机森林的随机性主要体现在训练单决策树时，对样本和特征同时进行采样**
- 正确。随机森林在构建每棵决策树时使用了Bootstrap有放回取样（即袋外法）来选择训练数据，并随机选择特征进行分裂，这赋予了算法随机性。

- **C: 随机森林算法可以高度并行化**
- 正确。由于每棵决策树可以独立训练，因此随机森林非常适合并行计算，可以显著提高算法的训练效率。

- **D: 随机森林预测时，根据单决策树分类误差进行加权投票**
- 不正确。随机森林的预测通常是通过简单多数投票的方式决定最终的分类结果，不涉及根据单个决策树的分类误差进行加权。

因此，选项 D 是不正确的描述。