En el Aprendizaje Automatizado es una necesidad el preprocesamiento de la informacion, la seleccion, la limpieza, el enriquecimiento, la reduccion y la transformacion de las bases de datos. La Teoria de los Conjuntos Aproximados (RST) abrio una nueva direccion en el desarrollo de teorias sobre la informacion incompleta y es una poderosa herramienta para el analisis de datos. En esta investigacion se demuestra la posibilidad de usar esta teoria en el preprocesamiento de los datos, para editar conjuntos de entrenamiento para resolver problemas de clasificacion supervisada. Se propone un nuevo metodo (EditCenter) basado en los conceptos de aproximacion de la RST y relaciones de similitud. El metodo propuesto ha sido estudiado experimentalmente usando bases de datos internacionales. Se realizan pruebas de efectividad en la clasificacion con los metodos de los K-Vecinos mas Cercanos (k-NN) y C4.5 por ser de los mas referenciados, lo cual permite corroborar que es factible utilizar la Teoria de los Conjuntos Aproximados en la edicion de conjuntos de entrenamiento."