决策树模型的说法中，选项 **D** 是错误的。

### 分析：

- **A: 决策树由结点（node）和有向边（directed edge）组成**

- 正确。决策树确实是由节点和有向边组成的。节点代表属性测试或决策结果，而有向边表示从一个节点到下一个节点的路径选择。

- **B: 决策树中的数包含三种结点：根结点（root node）、内部结点（internal node）、叶结点（leaf node）**

- 正确。决策树确实包含这三种节点类型：
- 根结点：树的起始节点。
- 内部结点：用于决策属性测试的节点。
- 叶结点：表示决策结果的终端节点。

- **C: 决策树是一种实现分治策略的层次数据结构**

- 正确。决策树通过递归地将数据集划分成更小的子集来实现分治策略，每个划分由决策树中的节点表示。

- **D: 决策树和聚类算法一样，都是无监督学习模型**

- 错误。决策树是一种**监督学习**模型，通常用于分类和回归任务，需要带标签的数据进行训练。而聚类算法（如K均值）是**无监督学习**，用于根据数据内在结构将数据集划分为不同的组或簇。

因此，具有错误说法的选项是 D。