La presente investigación tuvo como objetivo aplicar un modelo hibrido basado en Stacking para predecir la temperatura del motor eléctrico Raghavendra, siendo de tipo aplicada, pre-experimental y de diseño experimental; la población estuvo conformada por 1,048,576 registros de temperatura de los motores eléctricos Raghavendra. La técnica de recolección de datos fue el análisis documental y el instrumento ficha de registro. Los resultados muestran que Stacking 1 obtuvo los mejores valores de R Squared con 99.87%, Mean absolute error con 0.15, Mean squared error con 0.53, Root mean squared error con 0.73 y Mean absolute percentage error con 0.00282%. Concluyendo que Stacking 1 fue el mejor algoritmo para predecir la temperatura del motor eléctrico Raghavendra.