Los humanos a menudo cruzan las piernas inconscientemente mientras están sentados, lo que puede llevar a problemas de salud como cambios en el centro de gravedad, dolor en la parte baja de la espalda, reducción de la circulación sanguínea y distorsión pélvica. Detectar el cruce de piernas inconsciente es importante para promover una postura correcta. En este estudio, investigamos la detección de posturas de cruce de piernas utilizando algoritmos de aprendizaje automático aplicados a datos de sensores de distribución de presión corporal. Se recopilaron datos de presión durante 180 s de cuatro sujetos masculinos (25.8 +/- 6.29 años) bajo tres condiciones: sin cruce de piernas, cruce de la pierna derecha y cruce de la pierna izquierda. Se evaluaron siete clasificadores, incluidos máquina de soporte vectorial (SVM), bosque aleatorio (RF) y k-vecinos más cercanos (k-NN), en función de la precisión, el recuerdo, la precisión y la especificidad. Entre los métodos probados, k-NN demostró el mejor rendimiento de clasificación, lo que sugiere que puede ser el enfoque más efectivo para identificar posturas de cruce de piernas en este estudio.