La clasificación de Naïve Bayes se utiliza ampliamente para el análisis de la susceptibilidad a deslizamientos de tierra, especialmente en forma de pesos de evidencia. Sin embargo, cuando hay una dependencia condicional significativa, las probabilidades derivadas de los pesos de evidencia están sesgadas, lo que resulta en una sobreestimación de la susceptibilidad a deslizamientos de tierra. Como solución, este estudio presenta un método bayesiano semi-naïve para la cartografía de la susceptibilidad a deslizamientos de tierra al combinar la regresión logística con pesos de evidencia. La utilidad del método se prueba mediante su aplicación a un estudio de caso en la cuenca del río Kulekhani en el centro de Nepal. Los resultados muestran que el enfoque de Naïve Bayes con pesos de evidencia sobreestima la probabilidad posterior de ocurrencia de deslizamientos de tierra por un factor de aproximadamente dos, mientras que el enfoque semi-naïve Bayes, que utiliza regresión logística con pesos de evidencia, es imparcial y tiene más poder discriminatorio para la cartografía de la susceptibilidad a deslizamientos de tierra. Además, el enfoque semi-naïve Bayes puede distinguir estadísticamente los principales factores que promueven los deslizamientos de tierra y nos permite estimar la incertidumbre del modelo al calcular el error estándar de las predicciones.