Vamos analisar cada afirmação: I. Algoritmos de classificação são recomendados para prever variáveis contínuas, como preços de imóveis ou temperatura, desde que os dados estejam normalizados. Falso. Algoritmos de classificação são utilizados para prever categorias discretas, não variáveis contínuas. Para prever variáveis contínuas, utilizamos algoritmos de regressão. II. A classificação multiclasse exige que os dados possuam variáveis independentes com distribuição normal, sendo essa uma condição obrigatória para o funcionamento dos modelos. Falso. Embora algumas técnicas possam se beneficiar de variáveis com distribuição normal, essa não é uma condição obrigatória para a maioria dos algoritmos de classificação, especialmente em métodos como árvores de decisão ou redes neurais. III. A principal característica de um problema de classificação é a presença de um conjunto de rótulos discretos como saída, permitindo que o modelo atribua novos exemplos a uma dessas categorias aprendidas. Verdadeiro. Esta afirmação está correta, pois descreve precisamente o que caracteriza um problema de classificação. Com base nas análises, apenas a afirmação III é verdadeira. Portanto, a alternativa correta é: apenas III. Como não há uma opção listada, você deve considerar que apenas a III está correta.