GEE：随机森林模型及其决策树的可视化和复用

以下是使用GEE进行随机森林选择最优决策树并导出表格的代码示例： ```javascript // 导入需要的模块 var ee = require('ee'); var rf = require('users/fitoprincipe/geetools:learning').RandomForest; var tools = require('users/fitoprincipe/geetools:tools'); // 设置参数 var bands = ['B2', 'B3', 'B4', 'B5', 'B6', 'B7']; var response = 'class'; var numTrees = 10; var variables = 3; // 导入数据集 var dataset = ee.FeatureCollection('users/your-username/dataset-name'); // 拆分数据集为训练集和测试集 var split = 0.7; // 70% 的数据用作训练集，30% 的数据用作测试集 var seed = 123; // 设置随机数种子 var sample = dataset.randomColumn('random', seed); var training = sample.filter(ee.Filter.lt('random', split)); var testing = sample.filter(ee.Filter.gte('random', split)); // 训练随机森林模型 var model = rf.train(training, response, bands, numTrees, variables); // 评估模型在测试集上的表现 var confusionMatrix = model.confusionMatrix(testing, response, bands); // 获取最优决策树 var bestTree = model.getBestTree(); // 导出最优决策树为表格 var treeTable = tools.treeToTable(bestTree); Export.table.toDrive({ collection: treeTable, description: 'best_tree_table', folder: 'gee_exports', fileFormat: 'CSV' }); ``` 注意，上述代码中的 `users/your-username/dataset-name` 需要替换为你自己的数据集路径。同时，你需要在 GEE 中创建一个名为 `gee_exports` 的文件夹，用于导出最优决策树的表格。