分析了贝叶斯分类器家族中有代表性的分类器；给出变量之间预测能力的概念及估计方法，在此基础上建立了基于变量间预测能力的贝叶斯网络分类器结构学习方法，并使用UCI数据进行分类实验。实验结果显示，该方法能够有效地进行贝叶斯网络分类器学习，使得贝叶斯网络分类器倾向于简单化，具有较强的分类能力。