Qual das seguintes afirmações é a mais precisa sobre o que o código abaixo implementa? from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.datasets import load_iris X, y = load_iris(return_X_y=True) X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.3, random_state=42, ) clf = RandomForestClassifier(random_state=42) clf.fit(X_train, y_train) print(clf.score(X_test, y_test)) O código está treinando um modelo de regressão RandomForest e avaliando sua precisão no conjunto de testes. O código está utilizando o modelo RandomForest para gerar predições, mas não está treinando o modelo. O código está dividindo o dataset Iris em conjunto de treino e teste, mas não está treinando nenhum modelo. O código está treinando um modelo de classificação RandomForest e avaliando sua precisão no conjunto de testes.