> 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/svn/predstavitev-izdelka-spletna-aplikacija/zones-maps-and-analytics/using-data-classification.md).

# Uporaba klasifikacije podatkov

Spoznajte, kako GeoPardove metode klasifikacije oblikujejo zemljevide con, vključno z možnostmi AUTO, naravni prelomi, enak interval, enako število in prostorsko lokalizirano.

Razvrščanje podatkov je ključen korak pri analizi in vizualizaciji geografskih podatkov. GeoPard ponuja več metod razvrščanja, ki uporabnikom pomagajo učinkovito razumeti in interpretirati podatke. Pogoste možnosti v GeoPardu so samodejno razvrščanje, naravni prelomi, enaki intervali, enako število (površina) in prostorsko lokalizirano razvrščanje. Vsaka metoda je primerna za drugačen namen, kot je opisano spodaj:

## Samodejna klasifikacija

Samodejno razvrščanje izbere ustrezen pristop k razvrščanju **glede na porazdelitev podatkov in površine območij**. Tako hitreje pridete do uporabnega zemljevida območij, z manj poskušanja pri ročnem primerjanju metod razvrščanja.

Ta možnost je uporabna, ko želite dobro izhodišče in morate prihraniti čas pri ustvarjanju zemljevida. Rezultat lahko še vedno pregledate in pred shranjevanjem prilagodite druge nastavitve območij.

<figure><img src="https://29491374-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>Samodejna klasifikacija</p></figcaption></figure>

## 1. Razvrščanje po naravnih prelomih

Razvrščanje po naravnih prelomih v porazdelitvi podatkov prepozna »naravne« pragove oziroma prelomne točke, na podlagi katerih oblikuje ločene skupine. Poveča razlike med razredi in zmanjša razlike znotraj posameznega razreda. Ta metoda je uporabna za podatke z jasnimi vzorci ali skupki, saj omogoča učinkovito raziskovanje in analizo.

<figure><img src="https://29491374-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>Razvrščanje po naravnih prelomih</p></figcaption></figure>

## 2. Razvrščanje po enakih intervalih

Razvrščanje po enakih intervalih razdeli razpon podatkov na enako velike intervale. Omogoča uravnotežen prikaz porazdelitve podatkov ter olajša interpretacijo in primerjavo vrednosti znotraj posameznega intervala. Primerno je za enakomerno porazdeljene podatke brez izrazitih vzorcev.

<figure><img src="https://29491374-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>Razvrščanje po enakih intervalih</p></figcaption></figure>

## 3. Razvrščanje po enakem številu (površini)

Razvrščanje po enakem številu zagotavlja enako število podatkovnih vrednosti v vsakem razredu. Omogoča uravnotežen prikaz, zlasti pri asimetrično ali neenakomerno porazdeljenih podatkih. Omogoča tudi primerljivo obravnavo območij ali regij ter dosledno analizo in vizualizacijo.

Cilj je ustvariti območja s sorazmerno podobnimi površinami, vendar lahko zaradi zaokroževanja in izboljšav kakovosti območij nastanejo manjša odstopanja. Zato uporaba vegetacijskih indeksov z večjo stopnjo podrobnosti, kot so EVI2, MCARI1 ali WDRVI, daje natančnejše rezultate. Poleg tega [se končne geometrije območij natančno prilagodijo za izboljšanje natančnosti](https://geopard.tech/blog/432ca9jhnt-zones-quality/).

<figure><img src="https://29491374-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>Razvrščanje po enakem številu (površini)</p></figcaption></figure>

## 4. Prostorsko lokalizirano razvrščanje

Prostorsko lokalizirano razvrščanje združuje podatke glede na njihovo geografsko lego in tako ustvari prostorsko omejena območja. Njegov glavni namen je načrtovanje območij za vzorčenje tal, saj omogoča učinkovito razdelitev njiv na obvladljiva območja.

Za večjo prilagodljivost prostorsko lokalizirano razvrščanje vključuje tri možnosti: **Prostorska usmeritev**, **Vrednostna usmeritev**in **Uravnoteženo**.

### 4.1. Uravnotežena možnost prostorsko lokaliziranega razvrščanja

Možnost **Uravnoteženo** predstavlja srednjo pot med možnostma **Prostorska usmeritev** in **Vrednostna usmeritev**. Ustvari zemljevid območij s skupki, ki uravnoteženo upoštevajo geografsko bližino in podobnost podatkovnih vrednosti. Ta pristop je primeren, kadar sta pomembni tako prostorska strnjenost kot enotnost podatkov.

<figure><img src="https://29491374-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>Prostorsko lokalizirano razvrščanje (uravnotežena možnost)</p></figcaption></figure>

### 4.2. Vrednostna usmeritev prostorsko lokaliziranega razvrščanja

Možnost **Vrednostna usmeritev** pri prostorsko lokaliziranem razvrščanju ustvari območja, združena glede na podatkovne vrednosti in ne glede na geografsko bližino. Združuje površine s podobnimi lastnostmi, kot sta kakovost vegetacije ali tal, in ustvari zemljevid območij, pri katerem je najpomembnejša enotnost podatkov znotraj posameznega območja.

<figure><img src="https://29491374-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>Prostorsko lokalizirano razvrščanje (možnost Vrednostna usmeritev)</p></figcaption></figure>

### 4.3. Prostorska usmeritev prostorsko lokaliziranega razvrščanja

Možnost **Prostorska usmeritev** pri prostorsko lokaliziranem razvrščanju je osredotočena na ustvarjanje geografsko bolj strnjenih območij. Ustvari zemljevid območij s skupki, ki dajejo prednost bližini in ohranjajo prostorsko strnjenost posameznega območja. Primerna je, kadar je najpomembnejša fizična lokacija, na primer pri logistiki ali prostorskem vzorčenju.

<figure><img src="https://29491374-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>Prostorsko lokalizirano razvrščanje (možnost Prostorska usmeritev)</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/svn/predstavitev-izdelka-spletna-aplikacija/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.
