sklearn中的决策树是CART，我们都知道它是基于基尼指数的二叉树。那么对于一个属性，仅仅会选择一个值对该属性划分成两部分。如果有一个离散特征的取值有1000个，比如商品的品牌，那么如果直接按顺序从0到999编号，是否会出问题？毕竟CART会从0-999中选一个编号进行划分，但是这些编号的顺序并没有意义，这个划分显然也不科学。此时是否应该用独热编码？