代码生成：GEE对随机森林选择最优决策树并导出表格

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：

// 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。