# 1. Creando la Red Bayesiana
probabilidades = {
"HistorialCompras": {0: 0.7, 1: 0.3}, # 0: No tiene historial, 1: Tiene historial
"TiempoEnElSitio": {0: 0.6, 1: 0.4}, # 0: Poco tiempo, 1: Mucho tiempo
"ClicóEnPromocion": {0: 0.8, 1: 0.2}, # 0: No clicó, 1: Clicó
"Compra": {
(0, 0, 0): 0.1, # No tiene historial, poco tiempo, no clicó
(0, 0, 1): 0.3, # No tiene historial, poco tiempo, clicó
(0, 1, 0): 0.2, # No tiene historial, mucho tiempo, no clicó
(0, 1, 1): 0.6, # No tiene historial, mucho tiempo, clicó
(1, 0, 0): 0.4, # Tiene historial, poco tiempo, no clicó
(1, 0, 1): 0.7, # Tiene historial, poco tiempo, clicó
(1, 1, 0): 0.8, # Tiene historial, mucho tiempo, no clicó
(1, 1, 1): 0.9 # Tiene historial, mucho tiempo, clicó
}
}
# 2. Función para calcular la probabilidad conjunta de compra
def calcular_probabilidad_compra(evidencias):
historial = evidencias["HistorialCompras"]
tiempo = evidencias["TiempoEnElSitio"]
promocion = evidencias["ClicóEnPromocion"]
prob_compra = probabilidades["Compra"][(historial, tiempo, promocion)]
prob_no_compra = 1 - prob_compra
return {"Comprar": prob_compra, "No Comprar": prob_no_compra}
# 3. Probando con el escenario descrito
evidencias = {
"HistorialCompras": 1, # Cliente tiene historial de compras
"TiempoEnElSitio": 0, # Cliente pasó poco tiempo en el sitio
"ClicóEnPromocion": 1 # Cliente clicó en promociones
}
resultados = calcular_probabilidad_compra(evidencias)
print("Probabilidades de Compra:")
for resultado, probabilidad in resultados.items():
print(f"{resultado}: {probabilidad:.2f}")
