La deshidratación y la sobrehidratación pueden ayudar a mejorar las implicaciones médicas en la salud. Por lo tanto, es vital rastrear el nivel de hidratación (HL) específicamente en niños, personas mayores y pacientes con condiciones médicas subyacentes como la diabetes. La mayoría de los enfoques actuales para estimar el nivel de hidratación no son suficientes y requieren una investigación más profunda. Por lo tanto, en este documento, utilizamos un sensor portátil no invasivo para recolectar datos de conductancia de la piel y empleamos diferentes algoritmos de aprendizaje automático basados en ingeniería de características para predecir el nivel de hidratación del cuerpo humano en diferentes posturas corporales. Los resultados experimentales comparativos demostraron que el bosque aleatorio con una precisión del 91.3% logró un mejor rendimiento en comparación con otros algoritmos de aprendizaje automático para predecir el estado de hidratación del cuerpo humano. Este estudio allana el camino para una investigación adicional en la detección no invasiva y proactiva de la hidratación de la piel que puede ayudar en el diagnóstico de condiciones de salud graves.