En este estudio, se presentó un método de aprendizaje automático utilizando el modelo de árbol de regresión por aumento de gradiente (GBRT) para predecir la capacidad de carga última de columnas cortas de CFST rectangular reforzadas con estribos (SCFST) utilizando un conjunto de datos completo y ajustando los parámetros seleccionados indicados en la investigación previa. La ventaja de GBRT es su fuerte capacidad predictiva, que puede manejar naturalmente diferentes tipos de datos y un procesamiento muy robusto de los valores atípicos fuera de lugar. El conjunto de datos completo obtenido del método FEM ha sido verificado en cuanto a precisión y racionalidad por la literatura existente. Para acercar más el grupo de datos al ejemplo de ingeniería, se agregó una gran cantidad de datos experimentales recopilados en la literatura al grupo de datos para mejorar la precisión del modelo. Comparamos algunos modelos de regresión de manera simple y los resultados muestran que el modelo GBRT tiene un buen efecto predictivo sobre las propiedades mecánicas de las columnas de CFST. En resumen, puede ayudar en las investigaciones previas para las columnas de CFST.