En el presente documento, proponemos un modelo de pronóstico de aprendizaje automático para la predicción precisa de información meteorológica cualitativa sobre tipos de precipitación invernal, utilizado en el marco distribuido de Apache Spark Streaming. El modelo propuesto recibe almacenamiento y procesa datos en tiempo real, con el fin de extraer conocimientos útiles de diferentes sensores relacionados con datos meteorológicos. En lo siguiente, el modelo numérico de predicción meteorológica tiene como objetivo pronosticar el tipo de tiempo dado tres clases de precipitación, a saber, lluvia, lluvia helada y nieve, como se registra en la red del Sistema de Observación de Superficie Automatizado (ASOS). Para representar la efectividad de nuestro esquema propuesto, se implementa una técnica de regularización para la selección de características con el fin de evitar el sobreajuste. Se han investigado varios modelos de clasificación que abarcan tres métodos de categorización diferentes, a saber, los bayesianos, árboles de decisión y métodos meta/ensemble, en un conjunto de datos reales. El análisis experimental ilustra que la utilización de la técnica de regularización podría ofrecer un impulso significativo en el rendimiento de pronóstico.