En este estudio, realizamos pruebas de vuelo para establecer un estándar claro para la distancia de línea de visión visual (VLOS) de los drones utilizando modelos de aprendizaje automático, como se detalla en la Ley de Seguridad Aérea. Se aplicaron y compararon varios modelos de aprendizaje automático para predecir la distancia VLOS basada en datos de vuelo. El análisis reveló que factores como la altitud de vuelo, el tamaño del dron y la visión del observador influyen significativamente en la distancia VLOS. En particular, el volumen del dron y la visión del observador se identificaron como los factores más importantes para predecir la distancia VLOS. El modelo de regresión de Bosques Aleatorios demostró el mejor rendimiento predictivo, seguido por el modelo de regresión polinómica. Este estudio proporciona datos fundamentales para garantizar operaciones seguras de drones y el cumplimiento de las regulaciones aéreas. Los hallazgos también pueden servir como recursos prácticos para los operadores de drones en la planificación de vuelos seguros. Los trabajos futuros deberían centrarse en la recopilación de datos de diversas condiciones ambientales para mejorar la generalización de los modelos de predicción. También se necesita más investigación sobre vuelos más allá de la línea de visión visual (BVLOS) y vuelos nocturnos, ya que estas son áreas críticas para la comercialización de drones y requieren nuevos modelos predictivos y avances tecnológicos para garantizar la seguridad.