Antecedentes: La deficiencia de vitamina D afecta a la población en general y es muy común entre los europeos de edad avanzada. Este estudio comparó diferentes algoritmos de aprendizaje supervisado en una cohorte de individuos españoles de 35 a 75 años para predecir qué parámetro antropométrico estaba más fuertemente asociado con la deficiencia de vitamina D. Métodos: Un total de 501 participantes fueron reclutados mediante muestreo aleatorio simple con reemplazo (población de referencia: 43,946). Los parámetros antropométricos analizados fueron circunferencia de cintura (WC), índice de masa corporal (BMI), relación cintura-altura (WHtR), índice de redondez corporal (BRI), índice de adiposidad visceral (VAI) y el estimador de adiposidad corporal de la Universidad Clínica de Navarra (CUN-BAE) para el porcentaje de grasa corporal. Resultados: Todos los índices antropométricos estaban asociados, en hombres, con la deficiencia de vitamina D (<0.01 para toda la muestra) después de controlar posibles factores de confusión, excepto CUN-BAE, que fue el único parámetro que mostró una correlación en mujeres. Conclusiones: La capacidad de los parámetros antropométricos para predecir la deficiencia de vitamina D difería según el sexo; así, WC, BMI, WHtR, VAI y BRI fueron más útiles para la predicción en hombres, mientras que CUN-BAE fue más útil en mujeres. El enfoque de Bayes ingenuo para el aprendizaje automático mostró la mejor área bajo la curva con WC, BMI, WHtR y BRI, mientras que el modelo de regresión logística lo hizo con VAI y CUN-BAE.