El objetivo principal del estudio fue comparar varios algoritmos de minería de datos y aprendizaje automático para estimar el peso corporal basado en medidas corporales en una diferente proporción de Merino polaco en el genotipo de híbridos (proporción de genotipos Suffolk y Merino polaco). El estudio estimó las capacidades de los algoritmos de regresión CART, regresión de vectores de soporte y regresión de bosques aleatorios. Para comparar el rendimiento de estimación de los algoritmos evaluados y determinar el mejor modelo para estimar el peso corporal, se evaluaron varias medidas corporales y características de sexo y tipo de nacimiento. Se utilizaron datos de 344 ovejas para estimar los pesos corporales. Se utilizaron el error cuadrático medio, la relación de desviación estándar, el coeficiente de correlación de Pearson, el error porcentual absoluto medio, el coeficiente de determinación y el criterio de información de Akaike para evaluar los algoritmos. Un algoritmo de regresión de bosques aleatorios puede ayudar a los criadores a obtener una población única de cruces entre Merino polaco y Suffolk que aumentaría la producción de carne.