Datenklassifizierung ist ein Prozess, bei dem abgestufte numerische Werte in Bereiche gruppiert werden und jeder Klassifizierungsbereich durch einen Farbton eines Farbverlaufs dargestellt wird. Klassifizierung ist für Datenuhren und Heat-Diagramme verfügbar.
Die verwendete Klassifizierungsmethode hängt davon ab, welche Daten Sie verwenden und welche Informationen Sie mit dem Diagramm vermitteln möchten.
Natürliche Unterbrechungen
Mit der Klassifizierungsmethode "Natürliche Unterbrechungen" werden Klassen basierend auf natürlichen Gruppierungen innerhalb der Daten erstellt. Dies ist die Standard-Klassifizierung.
Verwenden Sie die Klassifizierungsmethode "Natürliche Unterbrechungen", wenn Sie die natürlichen Gruppierungen in den Daten hervorheben möchten. Verwenden Sie natürliche Unterbrechungen beispielsweise, um mit einer Datenuhr die Kriminalitätsquoten für eine Stadt über Monate und Jahre hinweg zu vergleichen. Die Kriminalitätsquoten werden so gruppiert, dass Monate und Jahre mit einer ähnlichen Quote mit der gleichen Farbe symbolisiert werden.
Verwenden Sie natürliche Unterbrechungen nicht, um aus verschiedenen Daten erstellte Diagramme zu vergleichen.
Gleiches Intervall
Mit der Klassifizierungsmethode "Gleiches Intervall" wird der Bereich der Attributwerte in gleich große Teilbereiche unterteilt.
Mit der Klassifizierungsmethode "Gleiches Intervall" wird die Menge eines Attributs im Verhältnis zu anderen Werten hervorgehoben. Sie eignet sich besonders für geläufige Datenbereiche. Verwenden Sie "Gleiches Intervall" beispielsweise, um mit einem Heat-Diagramm den Prozentanteil von verschiedenen Baumarten mit invasiven Käfern in den Parks einer Region zu vergleichen. Die Anteile reichen von 0 bis 100. Wenn Sie vier Abschnitte verwenden, basieren die Klassen auf 25 %-Intervallen.
Quantil
Bei der Klassifizierung nach Quantilen werden die Attribute in Abschnitte mit jeweils gleicher Anzahl von Features unterteilt.
Durch die Klassifizierung nach Quantilen kann das Aussehen eines Diagramms verzerrt werden, da ähnliche Werte in verschiedene Klassen platziert werden. Verwenden Sie die Klassifizierung nach Quantilen für relativ einheitliche Daten. Sie können die Klassifizierung nach Quantilen auch für die visuelle Einstufung verwenden. Verwenden Sie Quantil-Intervalle beispielsweise, um mit einem Heat-Diagramm die Arbeitslosenquote der einzelnen Bundesstaaten in den USA nach Jahren zu vergleichen. Wenn Sie fünf Abschnitte auf die 50 Bundesstaaten und District of Columbia anwenden, erhalten Sie ca. 10 Bundesstaaten pro Abschnitt. In den Ergebnissen kann die Arbeitslosenquote in Einstufungsgruppen von jeweils 10 betrachtet werden.
Manuell
Bei der manuellen Klassifizierung werden für die Daten geeignete benutzerdefinierte Klassengrenzen hinzugefügt.
Die manuelle Klassifizierung kann zum Erstellen neuer Klassengrenzen oder zum Ändern der mit einer anderen Klassifizierungsmethode erstellten Unterbrechungen verwendet werden. Sie können beispielsweise die Daten mit gleichen Intervallen klassifizieren und dann die Unterbrechungen mit manueller Klassifizierung ändern, um die Zahlen zu runden.
Verwenden Sie die manuelle Klassifizierung, wenn es bekannte Bereiche gibt, die auf die Daten angewendet werden müssen, zum Beispiel beim Erstellen mehrerer Diagramme mit den gleichen Abschnitten. Verwenden Sie die manuelle Klassifizierung beispielsweise, um mit einer Datenuhr die durchschnittlichen Mietkosten in verschiedenen Wohngebieten nach Monaten und Jahren zu vergleichen. Sie können die gleichen Abschnitte auf alle Diagramme anwenden, sodass Muster und Vergleiche ohne Verzerrungen aufgrund von Unterschieden in der Klassifizierung entstehen.
Ressourcen
Weitere Informationen finden Sie in den folgenden Quellen: