データ分類は、等級数値を範囲ごとにグループ化し、各分類範囲をカラー ランプ上の異なる濃淡や色で表すプロセスです。 分類は、データ クロックとヒート チャートで利用できます。
使用する分類方法は、使用しているデータと、チャート上で提供する情報によって異なります。
自然分類
自然分類では、データ値の自然なグループ化に基づいてクラスを作成します。 これがデフォルトの分類方法です。
自然分類方法は、データ内の自然なグループを強調する場合に使用されます。 たとえば、自然分類は、データ クロックを使用して月および年単位での都市の地区別の犯罪数を比較する場合に使用します。 犯罪率をグループ化して、犯罪率が近い月と年を同じ色でシンボル表示します。
自然分類は、異なるデータで作成されたチャートの比較には使用しないでください。
等間隔
等間隔分類では、属性値の範囲を同じサイズのサブ範囲に分割します。
等間隔分類は、属性の量を他の値に対して強調します。 範囲が一般的なデータに使用します。 たとえば、等間隔は、ヒート チャートを使用して郡内の公園で外来害虫が生息する樹木のさまざまな種のパーセンテージを比較する場合に使用します。 パーセンテージの範囲は 0 ～ 100 です。使用するビンを 4 つにした場合、クラスは 25% 間隔に基づきます。
等量分類
等量分類では、フィーチャの数が等しくなるように、属性をビンに分類します。
等量分類は、異なるクラスに似た値を配置することで、チャートの外観が歪む可能性があります。 比較的均一なデータに使用します。 等量分類は、視覚的にランク付けにも使用できます。 たとえば、等量分類は、ヒート チャートを使用して年ごとの米国の州別の失業率を比較する場合に使用します。 50 州とコロンビア特別区に 5 つのビンを適用した場合、1 つのビンあたり約 10 の州が存在します。 この結果を使用して、10 州ごとのグループでランク付けされた失業率を確認できます。
手動
手動分類では、データに合わせ、手動でカスタム クラス閾値を追加します。
手動分類は、新しいクラス閾値を作成するか、異なる分類方法を使用して作成された閾値を変更する場合に適しています。 たとえば、等間隔を使用してデータを分類し、次に手動分類を使用して、数値を丸める閾値を変更する場合があります。
手動による方法は、同じ階級を使用して複数のチャートを作成する場合など、既知の範囲をデータに適用する必要がある場合に使用します。 たとえば、手動分類は、データ クロックを使用してさまざまな近傍の月別と年別の平均家賃を比較する場合に使用します。 すべてのチャートに同じ階級を適用できるので、分類の違いから誤った推測をすることなく、パターンを調べたり比較を行うことができます。
リソース
詳細については、次のリソースをご参照ください。