正确答案是：C: 最近邻分类器基于全局信息进行预测

**专业分析：**

最近邻分类器（k-Nearest Neighbors, KNN）的特点如下：

- **A: 它使用具体的训练实例进行预测，不必维护源自数据的模型：**
正确。KNN 是一种懒惰学习算法，它不在训练阶段建立显式模型，而是在预测阶段直接使用训练数据。

- **B: 分类一个测试样例开销很大：**
正确。KNN 需要计算测试样例与所有训练样本之间的距离，这对于大数据集来说开销是很大的。

- **C: 最近邻分类器基于全局信息进行预测：**
错误。KNN 是基于局部信息进行预测的。它只考虑测试样例的邻近实例，而不是整个数据集，因此它是基于局部邻域信息做出预测。

- **D: 可以生成任意形状的决策边界：**
正确。由于 KNN 根据邻近样本进行分类，它能形成非常复杂的、非线性的决策边界，适应数据的分布。

因此，选项 C 是不是最近邻分类器的特点。