Árvore de Decisão (AD) é um método de aprendizado supervisionado não paramétrico usado para tarefas de classificação e regressão que podem ser facilmente implementados Python 3.0 através da biblioteca scikit-learn versão 1.7. Com relação às vantagens da utilização das AD através dessa biblioteca, analise as afirmativas a seguir.

I. O custo de uso da AD é logarítmico em relação ao número de pontos de dados usados para treinar a árvore.
II. As previsões das AD são suaves e contínuas e apresentam aproximações constantes por partes. Portanto, são boas para extrapolação de dados.
III. AD apresentam bom desempenho mesmo que suas suposições sejam de alguma forma violadas pelo modelo verdadeiro a partir do qual os dados foram gerados.
IV. AD são estáveis, pois grandes variações nos dados podem resultar na geração de árvore equivalentes. Essa condição é assegurada pelo uso de AD dentro de pequenos conjuntos de dados.

Está correto o que se afirma em