def prever_compra(historico, tempo, promocao):
# Probabilidades base
P_sim = 0.4
P_nao = 0.6
# Condicionais
prob = {
"H": {"sim": {"sim": 0.7, "nao": 0.2}},
"T": {"alto": {"sim": 0.8, "nao": 0.3}},
"P": {"sim": {"sim": 0.6, "nao": 0.1}}
}
# Selecionando valores
h = "sim" if historico else "nao"
t = "alto" if tempo == "alto" else "baixo"
p = "sim" if promocao else "nao"
# Probabilidade de compra
p_sim = P_sim * prob["H"][h]["sim"] * prob["T"][t]["sim"] * prob["P"][p]["sim"]
p_nao = P_nao * prob["H"][h]["nao"] * prob["T"][t]["nao"] * prob["P"][p]["nao"]
# Normalização
total = p_sim + p_nao
return p_sim / total
# Teste
resultado = prever_compra(True, "alto", True)
print(f"Probabilidade de compra: {resultado:.2f}")
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!