La predicción del rendimiento de la red es crucial para habilitar una planificación ágil de la capacidad en redes móviles. Uno de los problemas clave es predecir la evolución de la eficiencia espectral en condiciones de carga de red crecientes. El factor principal que impulsa el rendimiento de la red y la eficiencia espectral es, al parecer, el Indicador de Calidad de Canal (CQI). En este documento, se examinó el rendimiento de diferentes modelos de Aprendizaje Automático (ML), y XGBoost fue seleccionado como el modelo con mejor rendimiento. Además, para mejorar la precisión del modelado, se introdujeron varias características (banda de frecuencia de operación, utilización de Bloques de Recursos Físicos (PRB) en celdas circundantes, número de celdas circundantes dentro de un radio, factor de datos pesados y uso de modulación de orden superior). Se examinó el impacto de estas características en la predicción de CQI.