En la ganadería, es de gran interés determinar y controlar los factores clave que afectan las características de producción de los animales, como la producción de leche. En este estudio, se utilizaron conjuntos simplificados de árboles selectivos para modelar y predecir la producción media de leche a los 305 días de vacas Holstein-Friesian, dependiendo de 12 rasgos externos y la granja como factor ambiental. El preprocesamiento de las variables independientes iniciales incluyó su transformación en componentes principales rotados. El conjunto de datos resultante se dividió en submuestras de aprendizaje (75%) y de prueba (25%). Inicialmente, se generaron tres modelos base diversos utilizando conjuntos de árboles de clasificación y regresión (CART) y algoritmos de bagging y arcing. Estos modelos fueron procesados utilizando el algoritmo selectivo simplificado desarrollado basado en el índice de acuerdo. Se obtuvo una reducción promedio del 30% en el número de árboles de conjuntos selectivos. Finalmente, apilando por separado las predicciones de los modelos base no selectivos y selectivos, se construyeron dos modelos híbridos lineales. El modelo híbrido de los conjuntos selectivos mostró una reducción del 13.6% en el error de predicción del conjunto de prueba en comparación con el modelo híbrido de los conjuntos no selectivos. Los factores clave identificados que determinan la producción de leche incluyen la granja, el ancho de la ubre, el ancho del pecho y la estatura de los animales. El enfoque propuesto se puede aplicar para mejorar la gestión de las granjas lecheras.