Viene studiato l'effetto dei valori mancanti sulla classificazione dei dati. Viene presentata un'analisi comparativa dell'accuratezza della classificazione dei dati in diversi scenari. Nello studio vengono prese in considerazione diverse tecniche di ricerca per la selezione delle caratteristiche e vengono applicate per preelaborare il set di dati. Le prestazioni predittive dei classificatori più diffusi vengono confrontate quantitativamente. Il set di dati è stato ricavato da un contesto di rilevazione-decisione del cancro al seno disponibile presso il repository di machine learning dell'UCI. Dopo aver analizzato i risultati sperimentali, il lavoro stabilisce il concetto generale di miglioramento dell'accuratezza della classificazione utilizzando la sostituzione dei valori mancanti.