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

专业分析：

1. **选项A**：XGBoost确实是在GBDT（Gradient Boosting Decision Tree，梯度提升决策树）的基础上改造而来的。GBDT是一种提升算法，通过不断加入新的弱分类器来提高整体模型的性能。XGBoost在GBDT的基础上进行了多种优化，如正则化、并行计算和分布式计算等。

2. **选项B**：XGBoost确实是一个提升算法。提升算法是一类通过将多个弱分类器组合成一个强分类器的技术，XGBoost就是其中的一种具体实现。

3. **选项C**：XGBoost中的基分类器不仅限于树模型。虽然树模型（如决策树）是最常用的基分类器，但XGBoost也可以支持线性模型等其他类型的基分类器。因此，选项C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，这使得XGBoost在优化过程中能够利用更多的信息，从而提高了模型的性能和稳定性。

综上所述，选项C是错误的。