La localización interior ha recibido una tremenda atención en las últimas dos décadas debido a la alta demanda de servicios basados en la ubicación. Las redes inalámbricas han sido sugeridas para resolver este problema en muchos trabajos de investigación, y se han desarrollado algoritmos eficientes con una ubicación precisa y una alta precisión. Sin embargo, esos enfoques a menudo tienen un alto consumo computacional y energético. Por lo tanto, en entornos temporales, como situaciones de emergencia, donde se requiere una implementación rápida de un sistema de localización interior, esos métodos no son apropiados. En este manuscrito, se propone una metodología para la construcción rápida de un sistema de localización interior. Con ese propósito, se logra una reducción de la dimensionalidad de los datos aplicando fusión de datos y transformación de características, lo que nos permite reducir el costo computacional de la fase de entrenamiento del clasificador. Para validar la metodología, se utilizaron tres conjuntos de datos diferentes: dos de ellos son conjuntos de datos públicos basados principalmente en la Fuerza de Señal Recibida (RSS) de diferentes puntos de acceso Wi-Fi, y el tercero es un conjunto de valores de RSS recopilados de las lámparas LED en una red de Comunicación por Luz Visible (VLC). Los resultados de la simulación muestran que la metodología propuesta mejora considerablemente el rendimiento computacional general y proporciona un error de estimación de ubicación aceptable.