La electroencefalografía (EEG) puede reflejar cambios en la actividad cerebral bajo diferentes estados. Se observa que las señales eléctricas del cerebro exhiben amplitudes y frecuencias variables. Estas variaciones están estrechamente relacionadas con diferentes estados de conciencia, influyendo en los comportamientos internos y externos, las emociones y el rendimiento en el aprendizaje de los humanos. La evaluación del nivel personal de atención, que se refiere a la capacidad de concentrarse conscientemente en algo, también puede ser facilitada por estas señales. La investigación sobre la atención cerebral ayuda a comprender los mecanismos subyacentes a la cognición y el comportamiento humano. Basado en las características de las señales de EEG, esta investigación identifica el método más efectivo para detectar la atención cerebral adaptando diversas técnicas de preprocesamiento y aprendizaje automático. Los resultados de nuestro análisis sobre un conjunto de datos disponible públicamente indican que KNN con el método de extracción de características de importancia fue el que mejor rendimiento tuvo, logrando un 99.56% de precisión, un 99.67% de recuperación y un 99.44% de precisión con un tiempo de entrenamiento rápido.