K-means需要计算均值和距离，非常容易受到异常值等的影响

正确答案是：A: Kmeans不适合大数据集。

专业分析：

A: K-Means算法实际上是适合大数据集的，因为它的计算复杂度相对较低，通常为O(n*k*i)，其中n是数据点的数量，k是簇的数量，i是迭代次数。因此，K-Means能够处理较大的数据集。

B: 需要事先确定K值。这个描述是正确的。K-Means算法需要用户在开始时指定簇的数量K，这是算法的一个重要参数。

C: 对异常值敏感。这个描述也是正确的。K-Means算法使用均值来更新簇中心，因此对于异常值（即离群点）非常敏感，因为这些异常值会显著影响均值的位置。

D: 算法效率较高，伸缩性较好。这个描述也是正确的。K-Means算法的计算复杂度较低，适合大规模数据集，并且可以通过并行化来进一步提高效率和伸缩性。

综上所述，选项A是错误的描述。