對于隨機森林和Gradient Boosting Trees，以下是正確的分析：

| 選項 | 正確性 | 分析 |
|------|--------|------|
| A | 錯誤 | 隨機森林（Random Forest）中的樹是獨立訓練的，并行生成，各樹之間沒有依賴關系。它們使用不同的數(shù)據(jù)子集和特征子集提升模型的泛化能力。|
| B | 錯誤 | Gradient Boosting Trees 中的樹是串行生成的，每棵樹是基于前一棵樹的錯誤進行訓練的，即后續(xù)樹依賴于前面的樹。|
| C | 正確 | 兩個模型都使用隨機特征子集。隨機森林通過隨機選擇特征進行分割，Gradient Boosting 可以在每次迭代時選擇一個特征子集，以增加模型的魯棒性和性能。|
| D | 錯誤 | Gradient Boosting Trees 的訓練過程是順序的，因為每棵新樹依賴于之前所有樹的結(jié)果，不能并行生成。|

因此，**正確答案是 C**，兩個模型都使用隨機特征子集來生成樹。