sklearn中的決策樹是CART，我們都知道它是基于基尼指數的二叉樹。那么對于一個屬性，僅僅會選擇一個值對該屬性劃分成兩部分。如果有一個離散特征的取值有1000個，比如商品的品牌，那么如果直接按順序從0到999編號，是否會出問題？畢竟CART會從0-999中選一個編號進行劃分，但是這些編號的順序并沒有意義，這個劃分顯然也不科學。此時是否應該用獨熱編碼？