El sector socioeconómico depende cada vez más de herramientas accesibles y rentables para predecir las condiciones climáticas. Este estudio emplea un modelo sencillo de clasificador de árbol de decisión para identificar condiciones mensuales similares de ENSO (Oscilación Sur de El Niño) desde diciembre de 2000 hasta noviembre de 2023, utilizando datos históricos de índices mensuales de ENSO desde diciembre de 1950 hasta noviembre de 2000 como referencia. Esto se hace para construir pronósticos de precipitación mensual para México que abarcan desde diciembre de 2000 hasta noviembre de 2023 a través de rásteres de precipitación mensual de alta resolución histórica. El rendimiento del modelo se evalúa a escala global y local a lo largo de los períodos estacionales (invierno, primavera, verano y otoño). La evaluación utilizando métricas globales de Hansen-Kuiper Skill Score y Heidkee Skill Score indica un rendimiento hábil en todas las estaciones (>0.3) a nivel nacional. Sin embargo, las métricas locales revelan un mayor porcentaje espacial de aciertos (>0.40) en invierno y primavera, correspondientes a las estaciones secas, mientras que un menor porcentaje de aciertos.