वर्गीकरण एल्गोरिदम के संबंध में निम्नलिखित कथनों पर विचार करें: कथन 1: रैंडम फॉरेस्ट (Random Forest) रैंडम बूटस्ट्रैप नमूनों और फीचर सबसेट पर निर्मित निर्णय पेड़ों के एक एन्सेम्बल के रूप में कार्य करता है, जो मॉडल को ओवरफ़िटिंग के प्रति प्रतिरोधी बने रहने में मदद करता है। कथन 2: k-निकटतम पड़ोसी (k-NN) एल्गोरिथ्म को एक लेज़ी लर्नर (lazy learner) के रूप में वर्गीकृत किया गया है क्योंकि यह प्रशिक्षण चरण को समाप्त करता है, फिर भी जब k-मान 1 पर सेट होता है तो यह शोर (noise) के खिलाफ अत्यधिक मजबूत होता है। नीचे दिए गए विकल्पों में से सबसे उपयुक्त उत्तर चुनें:

Which of the following statements correctly describe the characteristics of the k-Nearest Neighbour (k-NN) classification algorithm? I. It is considered a lazy learner because it stores all instances and lacks an explicit training phase. II. Classification is determined by a majority vote among the k-nearest neighbours, typically using Euclidean distance. III. Selecting a value of k=1 makes the algorithm highly robust and completely resistant to noise in the dataset. IV. Larger values of k generally lead to smoother decision boundaries and increased robustness, though local patterns may be missed. Choose the most appropriate answer from the options given below: