En este estudio, se analizaron datos oficiales de las regiones de Rusia para el período de 2015 a 2019 sobre la base de 12 variables predictoras con el fin de explicar el precio regional de la leche cruda. El entrenamiento del modelo y la optimización de hiperparámetros se realizaron con una técnica de validación cruzada espacio-temporal utilizando el algoritmo de aprendizaje automático (ML). Los hallazgos del estudio mostraron que el algoritmo RF tuvo un buen rendimiento predictivo. La importancia de las variables reveló que la producción de leche para consumo, los ingresos, el número de ganado y la densidad de población son los cuatro determinantes más importantes para explicar la variación en los precios regionales de la leche cruda en Rusia.