对于随机森林和Gradient Boosting Trees，以下是正确的分析：

| 选项 | 正确性 | 分析 |
|------|--------|------|
| A | 错误 | 随机森林（Random Forest）中的树是独立训练的，并行生成，各树之间没有依赖关系。它们使用不同的数据子集和特征子集提升模型的泛化能力。|
| B | 错误 | Gradient Boosting Trees 中的树是串行生成的，每棵树是基于前一棵树的错误进行训练的，即后续树依赖于前面的树。|
| C | 正确 | 两个模型都使用随机特征子集。随机森林通过随机选择特征进行分割，Gradient Boosting 可以在每次迭代时选择一个特征子集，以增加模型的鲁棒性和性能。|
| D | 错误 | Gradient Boosting Trees 的训练过程是顺序的，因为每棵新树依赖于之前所有树的结果，不能并行生成。|

因此，**正确答案是 C**，两个模型都使用随机特征子集来生成树。