Klassifizierungsmethoden dienen zur Klassifizierung numerischer Felder für abgestufte Symbolisierung.
Diese Klassifizierung basiert auf dem Algorithmus "Natürliche Unterbrechungen (Jenks)" und verteilt Klassen auf natürlichen Gruppierungen innerhalb der Daten. Klassengrenzen werden so erstellt, dass ähnliche Werte möglichst gut gruppiert und die Unterschiede zwischen den Klassen maximiert werden. Es werden Grenzen an den Stellen gesetzt, wo die Daten relativ große Unterschiede aufweisen.
Natürliche Unterbrechungen sind datenspezifische Klassifizierungen und sind nicht hilfreich für den Vergleich mehrerer Karten, die aus verschiedenen zugrunde liegenden Informationen erstellt wurden.
Weitere Informationen finden Sie unter Univariate classification schemes in Geospatial Analysis—A Comprehensive Guide, 6th edition; 2007-2018; de Smith, Goodchild, Longley.
Verwenden Sie "Gleiche Intervalle", um den Bereich der Attributwerte in gleich große Teilbereiche zu unterteilen. Dadurch können Sie die Anzahl der Intervalle angeben, und die auf dem Wertebereich basierenden Klassengrenzen werden automatisch bestimmt. Wenn Sie beispielsweise drei Klassen für ein Feld mit Werten im Bereich von 0 bis 300 angeben, werden drei Klassen mit den Bereichen 0 bis 100, 101 bis 200 und 201 bis 300 erstellt.
Gleiches Intervall eignet sich besonders für geläufige Datenbereiche wie Prozentsätze und Temperaturen. Diese Methode hebt die Menge eines Attributwertes im Verhältnis zu anderen Werten hervor. Damit wird beispielsweise gezeigt, dass ein Geschäft zu der Gruppe gehört, deren Anteil am Gesamtumsatz im obersten Drittel liegt.
Bei der Klassifizierung nach "Gleiche Häufigkeit" (Quantil) enthält jede Klasse die gleiche Anzahl von Features. Eine Klassifizierung nach Quantilen eignet sich gut zur Darstellung linear verteilter Daten. Quantil weist allen Klassen die gleiche Anzahl von Datenwerten zu. Es gibt keine leeren Klassen oder Klassen mit zu wenigen oder zu vielen Werten.
Da Features mit der Klassifizierung nach "Quantil" in allen Klassen in gleicher Anzahl gruppiert werden, ist die resultierende Karte oft irreführend. Dadurch können sowohl sehr ähnliche Features in verschiedene Klassen als auch sehr unterschiedliche Features in die gleiche Klasse eingeteilt werden. Je mehr Klassen gewählt werden, desto geringer sind solche Effekte.
Quelle: ESRI ArcGIS Pro (etwas gekürzt)