本题考察对KMeans算法的理解。虽然簇的个数K是用户自己预先设定，但是肯定是会有最优值的，并不是表示越多越好，所以选项D表述错误，其他选项表述均正确，因此本题选D。

正确答案是 D: 质心越多越好。

专业分析：
KMeans聚类算法是一种常用的无监督学习算法，用于将数据集分成K个簇。以下是对各个选项的分析：

A: KMeans算法中的k是一个超参数，需要我们人为输入来确定
正确。K值是用户需要预先指定的参数，它表示要将数据分成多少个簇。

B:簇中所有数据的均值通常被称为这个簇的“质心”（centroids）
正确。质心是簇中所有点的均值，是簇的中心点。

C:直到簇不再发生变化或者达到最大迭代次数，KMeans算法才停止寻找新的质心
正确。KMeans算法的终止条件通常是簇不再发生变化（即簇的分配稳定）或者达到预设的最大迭代次数。

D: 质心越多越好
错误。质心的数量（即K值）并不是越多越好。如果K值过大，可能会导致过拟合，模型在训练数据上表现很好，但在新数据上表现不佳；而如果K值过小，可能会导致欠拟合，无法很好地捕捉数据的内在结构。因此，选择合适的K值是非常重要的，通常可以通过交叉验证或肘部法等方法来确定一个较优的K值。