La classificazione dei dati è un processo in cui i valori numerici graduati vengono raggruppati in intervalli e ogni intervallo di classificazione è rappresentato da una sfumatura o da un colore su una scala cromatica o la dimensione su un simbolo.
Il metodo di classificazione utilizzato dipende dai dati adoperati e dalle informazioni che si desidera trasmettere sulla mappa.
Interruzioni naturali
La classificazione di interruzioni naturali crea classi in base a raggruppamenti naturali intrinseci dei dati. Questa è la classificazione predefinita.
Utilizzare la classificazione di interruzioni naturali quando si desidera enfatizzare i raggruppamenti naturali inerenti ai dati. Non utilizzare le interruzioni naturali per confrontare mappe create con dati diversi. Ad esempio, usare le interruzioni naturali per confrontare il numero di crimini nei quartieri di una città. I crimini totali verranno raggruppata in modo che i quartieri con crimini totali simili vengano simboleggiati con la stessa dimensione simbolo.
Stesso intervallo
La classificazione con intervallo uguale suddivide l'intervallo di valori di attributo in intervalli secondari di dimensioni uguali.
La classificazione a intervalli uguali enfatizza la quantità di un attributo rispetto ad altri valori. Utilizzare l'intervallo uguale per i dati con intervalli familiari. Ad esempio, utilizzare intervalli uguali per confrontare le vendite totali presso i punti vendita. Se si utilizzano quattro bin, i negozi saranno suddivisi in intervalli del 25%.
Quantile
La classificazione quantile suddivide gli attributi in bin con lo stesso numero di feature.
La classificazione quantile può distorcere l'aspetto di una mappa posizionando valori simili in classi diverse. Usare la classificazione quantile per dati relativamente uniformi. È inoltre possibile utilizzare la classificazione quantile per la visualizzazione in classifica. Ad esempio, utilizzare intervalli quantili per confrontare le emissioni di carbonio tra i paesi in un determinato anno. Se il dataset include le emissioni di 100 Paesi e si applicano 10 bin, è possibile distinguere tra gruppi di responsabili delle emissioni di carbonio (primi 10 responsabili delle emissioni, ultimi 10 responsabili delle emissioni e così via), ma non all'interno di gruppi.
Deviazione standard
La classificazione della deviazione standard classifica una feature in base alla misura in cui i suoi attributi si discostano dalla media.
La classificazione della deviazione standard funziona meglio su dataset normalmente distribuiti e per analisi in cui la media, o la distanza dalla media, è importante. Ad esempio, utilizzare la deviazione standard e una scala cromatica divergente per confrontare l'aspettativa di vita media tra i paesi. I Paesi con l'aspettativa di vita più alta e più bassa verranno visualizzati in tonalità scure diverse. I colori diventano più chiari man mano che le classi si avvicinano all'aspettativa di vita globale media.
Suggerimento:
Provare ad associare la classificazione della deviazione standard a una scala cromatica divergente per le mappe coropletiche. Le scale cromatiche divergenti creano lo stile degli estremi superiore e inferiore con sfumature scure e la media con un colore neutro.
Non classificato
La classificazione senza classe visualizza i dati numerici su una scala continua anziché in classi discrete.
Utilizzare la classificazione non classificata per vedere i cambiamenti graduali nei dati. Ad esempio, utilizzare una scala cromatica non classificata per creare lo stile di misurazione delle temperature medie per un intervallo di tempo prestabilito rilevate in stazioni meteorologiche regolarmente posizionate. I punti mostrano le variazioni graduali di temperatura nell'area di studio.
Manuale
La classificazione manuale aggiunge interruzioni di classe personalizzate adatte agli specifici dati.
La classificazione manuale può essere utilizzata per creare nuove interruzioni di classe o modificare le interruzioni create con un diverso metodo di classificazione. Ad esempio, è possibile classificare i dati utilizzando intervalli uguali, quindi utilizzare la classificazione manuale per modificare le interruzioni per arrotondare i numeri.
Utilizzare la classificazione manuale quando esistono intervalli noti che devono essere applicati ai dati, ad esempio quando si creano più mappe con gli stessi bin. Ad esempio, utilizzare la classificazione manuale per confrontare il numero di case libere nei quartieri di una città nel tempo. È possibile applicare gli stessi bin a entrambe le mappe in modo da poter creare modelli e confronti senza falsi presupposti dovuti a differenze nella classificazione.
Risorse
Usare le seguenti risorse per saperne di più: