在分析选项之前，我们先了解一下KS曲线的基本信息。

**KS曲线（Kolmogorov-Smirnov）**：用于评估分类模型的效果，特别是二分类模型。KS统计量是指模型预测正样本和负样本的最大区别累积概率差。

现在逐一分析选项：

A. **KS可以用来选择模型合适的阈值**：
- 正确。KS曲线可以帮助选择合适的分类阈值，因为KS值最大的位置通常被认为是最合适的阈值。

B. **KS与AUC都可以用来评价模型训练效果**：
- 正确。两者都是评估模型分类能力的指标。AUC（Area Under the ROC Curve）衡量模型的整体性能，而KS则关注正负样本的区分能力。

C. **KS受样本不均衡的影响较小**：
- 正确。相比于准确率，KS受样本不均衡的影响较小，因为它主要关注不同类别累积概率的区别。

D. **KS 只能用来评价模型的训练效果**：
- 错误。KS不仅可以用于评估训练效果，也可以用于验证集和测试集的效果评估。

根据以上分析，选项 D 是错误的。因此，正确答案是 **D**。