El error térmico es una de las principales fuentes de error de mecanizado en las máquinas herramienta. Al ser un componente clave de la máquina herramienta, el husillo generará mucho calor durante el proceso de mecanizado y, por lo tanto, resultará en un error térmico en sí mismo. La medición en tiempo real del error térmico interrumpirá el proceso de mecanizado. Por lo tanto, este artículo presenta un modelo de aprendizaje automático para estimar el error térmico del husillo a partir de sus puntos de temperatura característicos. Los autores adoptan bosques aleatorios y regresión de procesos gaussianos para modelar el error térmico del husillo y coeficientes de correlación de Pearson para seleccionar los puntos de temperatura característicos. El resultado muestra que los bosques aleatorios combinados con los coeficientes de correlación de Pearson son un método eficiente y preciso para el modelado del error térmico del husillo. Su precisión alcanza el 90.49% basándose solo en cuatro puntos de temperatura característicos: dos puntos en los rodamientos y dos puntos en la carcasa interna, además de la velocidad del husillo. Si el requisito de precisión no es muy exigente, se pueden seleccionar solo los puntos de temperatura de los rodamientos, ya que la instalación de sensores de temperatura en estas posiciones es aceptable para el fabricante del husillo o de la máquina herramienta, mientras que las otras posiciones pueden interferir con la tubería de refrigeración del husillo.