У цій статті аналізується вплив методів імпутації відсутніх даних на етапі попередньої обробки даних на якість моделей прогнозування. Вибрані методи - це спискове видалення, імпутація середнього та дві реалізації методу множинної імпутації мовами Python та R. Вибрані класифікатори - це логістична регресія, випадковий ліс, метод опорних векторів та метод підсилення градієнта світла. Якість продуктивності моделей прогнозування оцінюється за допомогою метрик точності, прецизійності та повноти.