D错在PCA根本不能使抽样样本方差最小。正确叙述应为寻找最大化方差的线性变换

正确答案是 D: PCA实现线性组合最小化样本方差。

专业分析：
主成分分析（PCA）是一种常用的数据降维技术，其核心思想是通过线性变换将原始数据映射到一个新的坐标系中，使得在新坐标系中的数据尽可能地保留原始数据的方差信息。具体分析如下：

A: PCA可以用来降维处理
这是正确的。PCA的主要目的是通过找到数据的主要成分（即那些方差最大的方向）来降低数据的维度，同时尽可能地保留数据的主要信息。

B: PCA可以通过SVD来实现
这是正确的。PCA可以通过奇异值分解（SVD）来实现。SVD是一种矩阵分解方法，可以将数据矩阵分解为三个矩阵的乘积，从中提取出主成分。

C: PCA可以通过特征值分解来实现
这是正确的。PCA也可以通过协方差矩阵的特征值分解来实现。特征值分解可以帮助找到数据的主成分方向。

D: PCA实现线性组合最小化样本方差
这是错误的。PCA的目的是通过线性变换使得新坐标系中的数据尽可能保留原始数据的方差信息，即最大化样本方差，而不是最小化样本方差。

因此，D选项是错误的。