La enfermedad renal crónica (ERC) es una condición caracterizada por la pérdida progresiva de la función renal con el tiempo. Describe una entidad clínica que causa daño renal y afecta la salud general del cuerpo humano. Un diagnóstico y tratamiento inadecuados de la enfermedad pueden llevar eventualmente a la enfermedad renal en etapa terminal y, en última instancia, a la muerte del paciente. Las técnicas de Aprendizaje Automático (ML) han adquirido un papel importante en la predicción de enfermedades y son una herramienta útil en el campo de la ciencia médica. En el trabajo de investigación actual, nuestro objetivo es construir herramientas eficientes para predecir la ocurrencia de la ERC, siguiendo un enfoque que explota técnicas de ML. Más específicamente, primero aplicamos el equilibrio de clases para abordar la distribución no uniforme de las instancias en las dos clases, luego se realizan el ranking y análisis de características, y finalmente, se entrenan y evalúan varios modelos de ML basados en diferentes métricas de rendimiento. Los resultados derivados destacaron el Bosque de Rotación (RotF), que prevaleció en relación con los modelos comparados con un Área Bajo la Curva (AUC) del 100%, Precisión, Recall, F-Measure y Exactitud iguales al 99.2%.