El error térmico de las máquinas herramienta CNC se puede reducir mediante compensación, donde se requiere un modelo de error térmico para proporcionar valores de compensación. El método de actualización adaptativa del modelo de error térmico puede corregir el modelo de error térmico al complementar nuevos datos, lo que resuelve fundamentalmente el problema de la robustez del modelo. En este estudio se investigaron ciertos problemas asociados con este método en la selección de puntos sensibles a la temperatura (TSP) y los algoritmos de actualización del modelo. Se encontró que cuando los TSP se seleccionan con frecuencia, los resultados de la selección pueden ser diferentes, es decir, existe un problema de variabilidad en los TSP. Además, se descubrió que la variabilidad de los TSP se debe principalmente a algunos problemas con el método de selección de TSP, (1) se ignora el conflicto entre la colinealidad entre los TSP y la correlación de los TSP con el error térmico, (2) no se considera la estabilidad de la correlación. Luego, se propuso un método de selección de TSP estable que puede elegir TSP más estables con menos variabilidad. Para el algoritmo de actualización del modelo, este estudio propuso un nuevo algoritmo de regresión que podría combinar de manera efectiva los nuevos datos con el modelo antiguo. Tiene ventajas para una actualización del modelo, (1) se necesitan menos datos para la actualización del modelo, (2) la precisión del modelo mejora considerablemente. La efectividad del método propuesto fue verificada mediante 20 lotes de experimentos de medición de error térmico en el estado de corte real de la máquina herramienta.