随机森林用于分类时，基本类器是分类树。

正确答案是：D: 随机森林算法中的基分类器都是回归树。

分析：

随机森林（Random Forest）是一种集成学习方法，通过构建多个决策树并结合它们的预测结果来提高模型的性能。以下是对各个选项的分析：

A: 随机森林是一种集成算法
- 正确。随机森林属于集成学习方法中的一种，通过集成多个模型（即多棵决策树）来提高整体预测性能。

B: 随机森林是由多棵决策树共同构成
- 正确。随机森林的核心思想就是通过构建多棵决策树来进行预测，每棵树都是在数据的不同子集上训练的。

C: 随机森林算法通常可以防止过拟合
- 正确。由于随机森林通过多棵树的集成来进行预测，减少了单一决策树可能产生的过拟合问题。每棵树的预测结果通过投票或平均的方式结合起来，从而增强了模型的泛化能力。

D: 随机森林算法中的基分类器都是回归树
- 错误。随机森林中的基分类器可以是分类树或回归树，具体取决于任务的性质。如果任务是分类问题，那么基分类器是分类树；如果任务是回归问题，那么基分类器是回归树。因此，基分类器并不局限于回归树。

综上所述，选项D的描述是错误的，因为随机森林中的基分类器可以是分类树或回归树，而不仅仅是回归树。