Uma empresa de e-commerce deseja prever se um cliente fará uma compra com base em seu comportamento de navegação no site. Os dados coletados incluem informações como tempo gasto em diferentes páginas, produtos visualizados, e interações com promoções. A equipe de dados decide usar o algoritmo K-Nearest Neighbors (KNN) para essa tarefa de classificação, considerando que os dados são bem definidos e os padrões de compra podem ser observados em grupos semelhantes de clientes. No entanto, eles enfrentam dificuldades ao escolher o valor de k. Inicialmente, com k = 1, o modelo mostrou-se muito sensível a pequenas flutuações no comportamento do usuário, levando a previsões erradas. Após testar diferentes valores de k, a equipe decide usar validação cruzada para verificar o desempenho do modelo e encontrar o melhor valor de k. Com base nesse contexto e sobre o assunto estudado, analise as asserções a seguir e a relação proposta entre elas: I. A escolha do valor de k impacta diretamente a precisão do modelo KNN, e um k muito baixo pode causar instabilidade nas previsões. PORQUE II. A validação cruzada foi utilizada pela equipe para ajustar o valor de k, garantindo que o modelo tivesse uma boa capacidade de generalização ao lidar com novos dados de clientes. A respeito dessas asserções, assinale a alternativa correta. Questão 4Resposta A. As asserções I e II são proposições verdadeiras, e a II é uma justificativa da I. B. A asserção I é uma proposição falsa, e a II é uma proposição verdadeira. C. As asserções I e II são falsas. D. A asserção I é uma proposição verdadeira, e a II é uma proposição falsa. E. As asserções I e II são proposições verdadeiras, mas a II não é uma justificativa da I.