> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/cze/prohlidka-produktu-webova-aplikace/zones-maps-and-analytics/using-data-classification.md).

# Použití klasifikace dat

Zjistěte, jak klasifikační metody GeoPard vytvářejí zónové mapy, včetně možností AUTO, Natural Breaks, Equal Interval, Equal Count a prostorově lokalizovaných zón.

Klasifikace dat je zásadním krokem při analýze a vizualizaci geografických dat. GeoPard nabízí několik metod klasifikace, které vám pomohou data efektivně pochopit a interpretovat. Mezi běžné možnosti v GeoPardu patří automatická klasifikace, metoda přirozených zlomů, metoda stejných intervalů, metoda stejného počtu (plochy) a prostorově lokalizovaná klasifikace. Každá metoda se hodí pro jiný účel, jak je popsáno níže:

## Automatická klasifikace

Automatická klasifikace zvolí vhodný způsob klasifikace **podle rozložení dat a velikosti zón**. Díky ní rychleji vytvoříte použitelnou mapu zón a při porovnávání metod klasifikace nemusíte tolik experimentovat metodou pokusů a omylů.

Tuto možnost využijete, pokud chcete získat kvalitní výchozí výsledek a při tvorbě mapy ušetřit čas. Před uložením můžete výsledek zkontrolovat a upravit další nastavení zón.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2F9w5QnaWrwVXAXPQTAw5L%2Fimage.png?alt=media&amp;token=b4c57f60-c506-4454-ab3e-e0525235975f" alt=""><figcaption><p>Automatická klasifikace</p></figcaption></figure>

## 1. Klasifikace metodou přirozených zlomů

Klasifikace metodou přirozených zlomů hledá v rozložení dat „přirozené“ hranice neboli body zlomu a na jejich základě vytváří samostatné skupiny. Maximalizuje rozdíly mezi třídami a minimalizuje rozdíly uvnitř jednotlivých tříd. Hodí se pro data s jasnými vzory nebo shluky a umožňuje jejich efektivní zkoumání a analýzu.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FQzmD8cm9fyq0vTDYwxvq%2Fimage.png?alt=media&amp;token=4cf3e432-cbe6-459b-8fd6-75e7cb540024" alt=""><figcaption><p>Klasifikace metodou přirozených zlomů</p></figcaption></figure>

## 2. Klasifikace metodou stejných intervalů

Klasifikace metodou stejných intervalů rozděluje rozsah dat na stejně velké intervaly neboli skupiny. Nabízí vyvážené znázornění rozložení dat a usnadňuje interpretaci i porovnávání hodnot v jednotlivých intervalech. Hodí se pro rovnoměrně rozložená data bez výrazných vzorů.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FkOZpBpxYxxyhGVbicPLO%2Fimage.png?alt=media&amp;token=0f1211c8-2ac2-4786-a0e8-ed8ae7ffd843" alt=""><figcaption><p>Klasifikace metodou stejných intervalů</p></figcaption></figure>

## 3. Klasifikace metodou stejného počtu (plochy)

Klasifikace metodou stejného počtu zajišťuje, že každá třída obsahuje stejný počet datových hodnot. Zachovává vyvážené znázornění dat, zejména jsou-li data vychýlená nebo nerovnoměrně rozložená. Umožňuje spravedlivé porovnávání ploch nebo oblastí a zajišťuje konzistentní analýzu i vizualizaci.

Cílem je vytvořit zóny s přibližně stejnou rozlohou, ale zaokrouhlování a úpravy zón pro zvýšení jejich kvality mohou způsobit drobné odchylky. Přesnější výsledky proto přináší použití vegetačních indexů s vyšší granularitou, například EVI2, MCARI1 nebo WDRVI. Navíc [se výsledné geometrie zón dolaďují, aby se zvýšila přesnost](https://geopard.tech/blog/432ca9jhnt-zones-quality/).

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FKimgcw9kK0ED2uGagkEM%2Fimage.png?alt=media&amp;token=31e7fd08-ecec-4253-ac0a-582edf368bdc" alt=""><figcaption><p>Klasifikace metodou stejného počtu (plochy)</p></figcaption></figure>

## 4. Prostorově lokalizovaná klasifikace

Prostorově lokalizovaná klasifikace seskupuje data podle geografické polohy a vytváří lokální zóny. Používá se především při plánování zón pro odběr půdních vzorků, protože umožňuje efektivně rozdělit pole na zvládnutelné oblasti.

Pro větší flexibilitu nabízí prostorově lokalizovaná klasifikace tři možnosti: **Směrem k prostoru**, **Směrem k hodnotám**, a **Vyvážená**.

### 4.1. Vyvážená možnost prostorově lokalizované klasifikace

Možnost **Vyvážená** představuje kompromis mezi možnostmi **Směrem k prostoru** a **Směrem k hodnotám**. Vytvoří mapu zón se shluky, které vyvažují geografickou blízkost a podobnost datových hodnot. Tento přístup se hodí, když záleží jak na kompaktním prostorovém uspořádání, tak na konzistenci dat.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FHkWvnjWzBOiljEnXQOhU%2Fimage.png?alt=media&amp;token=c5bd0315-ed78-4638-b219-3dac4abde057" alt=""><figcaption><p>Prostorově lokalizovaná klasifikace (vyvážená možnost)</p></figcaption></figure>

### 4.2. Možnost Směrem k hodnotám u prostorově lokalizované klasifikace

Možnost **Směrem k hodnotám** u prostorově lokalizované klasifikace vytváří zóny seskupené podle datových hodnot, nikoli podle geografické blízkosti. Seskupuje oblasti s podobnými vlastnostmi, například s podobnou vegetací nebo kvalitou půdy, a vytváří mapu zón, kde je nejdůležitější konzistence dat uvnitř jednotlivých zón.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FF7h0AB4cF7xbWCmA7PmK%2Fimage.png?alt=media&amp;token=5e9d6b86-5f7c-4acf-9990-e4c2a7a746c1" alt=""><figcaption><p>Prostorově lokalizovaná klasifikace (možnost Směrem k hodnotám)</p></figcaption></figure>

### 4.3. Možnost Směrem k prostoru u prostorově lokalizované klasifikace

Možnost **Směrem k prostoru** u prostorově lokalizované klasifikace se zaměřuje na tvorbu zón, které jsou geograficky kompaktnější. Vytváří mapu zón se shluky, u nichž upřednostňuje blízkost a zachování prostorové kompaktnosti jednotlivých zón. Hodí se zejména tehdy, když je nejdůležitější fyzická poloha, například při plánování logistiky nebo prostorově rozloženém odběru vzorků.

<figure><img src="https://1171283066-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FYICBELdyAXXebKAzfLOR%2Fuploads%2FDh2CT0aMwFrdBdPSDhjg%2Fimage.png?alt=media&amp;token=808f32ce-22c6-4baf-8370-5b65177ea3bd" alt=""><figcaption><p>Prostorově lokalizovaná klasifikace (možnost Směrem k prostoru)</p></figcaption></figure>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://docs.geopard.tech/geopard-tutorials/cze/prohlidka-produktu-webova-aplikace/zones-maps-and-analytics/using-data-classification.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
