Para buscar formas de dar un uso eficiente del espectro radioeléctrico, como el desarrollo de dispositivos con acceso oportunista al espectro (OSA), con el fin de aprovechar los espacios libres encontrados en los canales sin causar interferencias a los usuarios licenciados, analizando en que tiempo y en que ancho de banda se encuentran disponibles para su uso, se realizó el presente proyecto que consiste en el diseño de un algoritmo predictivo basado en el modelo estadístico de aprendizaje K-vecinos más cercanos. Este estudio se basó en un análisis en la banda wifi de 2.4GHz con datos reales tomados en un transcurso de 10 días, dentro de un edificio en tres diferentes pisos, 1, 9 y 16 respectivamente, ubicado en una zona urbana. Se convirtieron los datos de potencia a datos binarios, obteniendo los canales disponibles y no disponibles para así realizar la agrupación de n canales conjuntos. El método K-vecinos más cercanos, considerado un método de aprendizaje que clasifica los datos recordando los datos anteriores llamados entrenamiento, cada vez que un nuevo dato se presenta al sistema, este lo clasifica de acuerdo al comportamiento del dato más cercano. La cercanía de los vecinos se define en base a los atributos del dato y de los de entrenamiento, el algoritmo calcula la distancia entre los atributos. Los resultados del estudio se obtuvieron por medio de simulaciones en el software utilizado, el cual permitió validar el algoritmo de predicción diseñado y con el cual se realizó la comparación con los datos reales para determinar el porcentaje de error, obteniendo un valor bajo. Se representaron mediante gráficas el comportamiento en cada uno de los pisos para tres días diferentes respecto a los n canales conjuntos y la posibilidad de encontrar n canales conjuntos disponibles en determinado día, realizando también la comparación entre datos originales y datos predichos.