Xgboost基分类器可以是线性模型，因此C是错误的

正确答案是：C: Xgboost中的基分类器只能是树模型。

分析：
1. 选项A：XGBoost确实是在GBDT（Gradient Boosting Decision Trees，梯度提升决策树）的基础上改造而来的，因此这一描述是正确的。
2. 选项B：XGBoost是一种提升算法（Boosting Algorithm），它通过结合多个弱分类器（通常是树模型）来提高整体模型的性能，因此这一描述也是正确的。
3. 选项C：XGBoost中的基分类器不仅仅限于树模型，尽管最常用的基分类器是树模型，但XGBoost也支持线性模型作为基分类器。因此这一描述是错误的。
4. 选项D：GBDT在模型训练时只使用了代价函数的一阶导数信息，而XGBoost对代价函数进行了二阶泰勒展开，利用了一阶和二阶导数信息来优化模型，这使得XGBoost在处理复杂函数时更加精确。因此这一描述是正确的。

综上所述，选项C的描述是错误的。