> 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/esp/tour-del-producto-aplicacion-web/zones-maps-and-analytics/using-data-classification.md).

# Uso de clasificación de datos

Aprende cómo los métodos de clasificación de GeoPard moldean los mapas de zonas, incluidas las opciones AUTO, Saltos naturales, Intervalo igual, Conteo igual y Localizadas espacialmente.

La clasificación de datos es un paso fundamental en el análisis y la visualización de datos geográficos. GeoPard ofrece varios métodos de clasificación para ayudar a los usuarios a comprender e interpretar sus datos de manera eficaz. Las opciones más comunes de GeoPard son la clasificación automática, Natural Breaks, Equal Interval, Equal Count (Area) y la clasificación espacial localizada. Cada método se adapta a distintos casos de uso, como se describe a continuación:

## Clasificación AUTO

La clasificación automática selecciona un método de clasificación adecuado **según la distribución de los datos y las áreas de las zonas**. Permite obtener un mapa de zonas útil más rápido y con menos ensayo y error que al comparar manualmente los métodos de clasificación.

Esta opción resulta útil cuando se necesita un buen punto de partida y se quiere ahorrar tiempo al crear el mapa. Aun así, puedes revisar el resultado y ajustar otros parámetros de las zonas antes de guardar.

<figure><img src="https://2708050521-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>Clasificación AUTO</p></figcaption></figure>

## 1. Clasificación Natural Breaks

La clasificación Natural Breaks identifica umbrales o puntos de ruptura «naturales» en la distribución de los datos para crear grupos diferenciados. Maximiza las diferencias entre clases y minimiza las diferencias dentro de cada clase. Natural Breaks resulta útil para datos con patrones o agrupaciones claras y permite explorarlos y analizarlos eficazmente.

<figure><img src="https://2708050521-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>Clasificación Natural Breaks</p></figcaption></figure>

## 2. Clasificación Equal Interval

La clasificación Equal Interval divide el rango de los datos en intervalos o segmentos iguales. Ofrece una representación equilibrada de la distribución de los datos y facilita la interpretación y comparación de los valores de cada intervalo. Equal Interval es adecuada para datos distribuidos de manera uniforme y sin patrones diferenciados.

<figure><img src="https://2708050521-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>Clasificación Equal Interval</p></figcaption></figure>

## 3. Clasificación Equal Count (Area)

La clasificación Equal Count garantiza que cada clase contenga la misma cantidad de valores de datos. Mantiene una representación equilibrada, especialmente en el caso de datos sesgados o distribuidos de manera desigual. Equal Count permite comparar de forma equitativa distintas áreas o regiones y ofrece un análisis y una visualización coherentes.

El objetivo es crear zonas con áreas de tamaño relativamente similar, aunque las operaciones de redondeo y las mejoras en la calidad de las zonas pueden introducir pequeñas variaciones. Por ello, el uso de índices de vegetación con mayor granularidad, como EVI2, MCARI1 o WDRVI, produce resultados más precisos. Además, [las geometrías finales de las zonas se ajustan para mejorar la precisión](https://geopard.tech/blog/432ca9jhnt-zones-quality/).

<figure><img src="https://2708050521-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>Clasificación Equal Count (Area)</p></figcaption></figure>

## 4. Clasificación espacial localizada

La clasificación espacial localizada agrupa los datos según su ubicación geográfica para crear zonas localizadas. Su principal aplicación es planificar zonas de muestreo de suelo, lo que permite dividir los campos eficazmente en áreas manejables.

Para ofrecer mayor flexibilidad, la clasificación espacial localizada incluye tres opciones: **Priorizar la ubicación espacial**, **Priorizar los valores**y **Equilibrada**.

### 4.1. Opción equilibrada de la clasificación espacial localizada

La opción **Equilibrada** ofrece un punto intermedio entre **Priorizar la ubicación espacial** y **Priorizar los valores**. Crea un mapa de zonas con agrupaciones que equilibran la proximidad geográfica y la similitud entre los valores de los datos. Este método funciona bien cuando son importantes tanto la compacidad espacial como la coherencia de los datos.

<figure><img src="https://2708050521-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>Clasificación espacial localizada (opción equilibrada)</p></figcaption></figure>

### 4.2. Priorizar los valores en la clasificación espacial localizada

La opción **Priorizar los valores** de la clasificación espacial localizada genera zonas agrupadas según los valores de los datos, en lugar de la proximidad geográfica. Agrupa áreas con atributos similares, como la vegetación o la calidad del suelo, para crear un mapa de zonas donde lo más importante es la coherencia de los datos dentro de cada zona.

<figure><img src="https://2708050521-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>Clasificación espacial localizada (opción Priorizar los valores)</p></figcaption></figure>

### 4.3. Priorizar la ubicación espacial en la clasificación espacial localizada

La opción **Priorizar la ubicación espacial** de la clasificación espacial localizada se centra en crear zonas con mayor concentración geográfica. Genera un mapa de zonas con agrupaciones que priorizan la proximidad y mantienen cada zona espacialmente compacta. Es ideal cuando la ubicación física es lo más importante, por ejemplo, para la logística o el muestreo espacial.

<figure><img src="https://2708050521-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>Clasificación espacial localizada (opción Priorizar la ubicación espacial)</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/esp/tour-del-producto-aplicacion-web/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.
