Estudiar los rayos de nube a tierra y los puntos de impacto en el suelo proporciona un método alternativo de mapeo de rayos para la evaluación del riesgo de rayos. Se han utilizado varios algoritmos k-means para verificar los puntos de impacto en el suelo de los sistemas de localización de rayos, produciendo resultados con margen de mejora. Este artículo propone utilizar redes bayesianas (BN), un modelo que no se había utilizado previamente para este propósito, para clasificar los puntos de impacto de rayos en el suelo. Una red bayesiana es un modelo gráfico probabilístico que utiliza el teorema de Bayes para representar las dependencias condicionales de las variables. Las redes creadas para esta investigación fueron entrenadas a partir de los datos utilizando un procedimiento de aprendizaje de estructura basado en puntuaciones y la función de puntuación del criterio de información bayesiana. Los modelos fueron evaluados utilizando matrices de confusión e índices kappa y produjeron valores de precisión que oscilan entre el 86% y el 94% y índices kappa de hasta 0.76. Si bien los modelos BN no superan a los algoritmos k-means, ofrecen una alternativa al no requerir distancias predeterminadas. Sin embargo, la fácil implementación del enfoque k-means significa que no se obtiene una ganancia significativa al implementar el enfoque más complejo de la red bayesiana.