Jenks Natural Breaks працює за рахунок оптимізації рівня Goodness of Variance Fit, значення від 0 до 1, де 0 = No Fit і 1 = Perfect Fit. Ключ у виборі кількості класів полягає у пошуку балансу між виявленням відмінностей та надмірним доповненням ваших даних. Щоб визначити оптимальну кількість класів, я пропоную вам використовувати порогове значення GVF та бажане спочатку скористатися кількістю класів, що задовольняє це значення.
Нижче наведено функцію обчислення Goodness of Variance Fit, задану масив значень для класифікації та кількість вибраних класів:
from jenks import jenks
import numpy as np
def goodness_of_variance_fit(array, classes):
# get the break points
classes = jenks(array, classes)
# do the actual classification
classified = np.array([classify(i, classes) for i in array])
# max value of zones
maxz = max(classified)
# nested list of zone indices
zone_indices = [[idx for idx, val in enumerate(classified) if zone + 1 == val] for zone in range(maxz)]
# sum of squared deviations from array mean
sdam = np.sum((array - array.mean()) ** 2)
# sorted polygon stats
array_sort = [np.array([array[index] for index in zone]) for zone in zone_indices]
# sum of squared deviations of class means
sdcm = sum([np.sum((classified - classified.mean()) ** 2) for classified in array_sort])
# goodness of variance fit
gvf = (sdam - sdcm) / sdam
return gvf
def classify(value, breaks):
for i in range(1, len(breaks)):
if value < breaks[i]:
return i
return len(breaks) - 1
Наприклад, ви вважаєте, що ви вирішили, що GVF має бути принаймні .8, тоді ви можете збільшувати кількість класів, поки GVF не буде задоволений:
gvf = 0.0
nclasses = 2
while gvf < .8:
gvf = goodness_of_variance_fit(array, nclasses)
nclasses += 1