CART决策树中，如何选择最佳分裂点以最小化基尼不纯度？

Question

在CART决策树中，如何高效选择最佳分裂点以最小化基尼不纯度？ CART算法通过遍历每个特征及其所有可能的分裂值，计算分裂后的加权基尼指数，选择使基尼不纯度下降最大的分裂点。但当数据维度较高或特征值分布密集时，如何优化分裂点搜索过程以减少计算量？例如，是否可以采用特征采样、分裂值近似或基于直方图的方法加速最佳分裂点的选择，同时保证模型准确性？这在处理大规模数据集时尤为重要。