Wenn Sie Ihre Daten mit abgestuften Symbolen, abgestuften Farben oder bivariaten Farben klassifizieren, können Sie eine der vielen Standardklassifizierungsmethoden verwenden, die in ArcGIS Pro bereitgestellt werden. Sie können auch eigene benutzerdefinierte Klassenbereiche definieren. Klassifizierungsmethoden dienen zur Klassifizierung numerischer Felder für abgestufte Symbolisierung.
Natürliche Unterbrechungen (Jenks)
Mit der Klassifizierungsmethode "Natürliche Unterbrechungen (Jenks)" 
basieren 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 Klassifikationen und sind nicht hilfreich für den Vergleich mehrerer Karten, die aus verschiedenen zugrunde liegenden Informationen erstellt wurden.
Diese Klassifizierung basiert auf dem Algorithmus "Natürliche Unterbrechungen (Jenks)". Weitere Information finden Sie unter Univariate classification schemes in Geospatial Analysis—A Comprehensive Guide, 6th edition; 2007–2018; de Smith, Goodchild, Longley.
Quantil
Bei der Klassifizierung nach "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, kann die resultierende Karte oft irreführend sein. 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.
Gleiches Intervall
Verwenden Sie "Gleiches Intervall" 
, 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.
Definiertes Intervall
Verwenden Sie "Definiertes Intervall" 
, um eine Intervallgröße zum Definieren einer Reihe von Klassen mit demselben Wertebereich festzulegen. Wenn die Intervallgröße beispielsweise 75 beträgt, umfasst jede Klasse 75 Einheiten. Die Anzahl der Klassen wird auf Grundlage der Intervallgröße und maximalen Stichprobengröße automatisch bestimmt. Die Intervallgröße muss ausreichen, um die minimal zulässige Anzahl von Klassen (drei Klassen) aufzunehmen.
Manuelles Intervall
Verwenden Sie "Manuelles Intervall" 
, um die Klassen selbst zu bestimmen, Klassengrenzen manuell hinzuzufügen und die für Ihre Daten passenden Klassenbereiche festzulegen. Beginnen Sie mit einer der Standardklassifizierungen und nehmen Sie dann mit der Klassifizierung "Manuelles Intervall" die erforderlichen Anpassungen vor.
Geometrisches Intervall
Das Klassifizierungsschema für geometrische Intervalle 
erstellt Klassengrenzen auf Grundlage von Klassenintervallen, die eine geometrische Reihe darstellen. Der geometrische Koeffizient in dieser Klassifizierung kann einmalig geändert werden (in seinen Kehrwert), um die Klassenbereiche zu optimieren. Der Algorithmus erstellt geometrische Intervalle durch Minimieren der Summe der Quadrate der Elementzahl pro Klasse. Dadurch wird sichergestellt, dass in jedem Klassenbereich ungefähr dieselbe Anzahl von Werten in jede Klasse fällt und dass die Änderungen zwischen den einzelnen Intervallen relativ einheitlich sind.
Dieser Algorithmus wurde speziell für kontinuierliche Daten konzipiert. Er stellt einen Kompromiss zwischen den Methoden "Gleiches Intervall", "Natürliche Unterbrechungen (Jenks)" und "Quantil" dar. Dies bietet einen Ausgleich zwischen dem Hervorheben von Änderungen in den Mittelwerten und den Extremwerten und führt zu optisch ansprechenden und kartografisch aussagekräftigen Ergebnissen.
Ein Beispiel für die Verwendung der Klassifizierung "Geometrisches Intervall" ist ein Dataset zu Niederschlägen, in dem lediglich bei 15 von 100 Wetterstationen (unter 50 Prozent) Niederschläge erfasst wurden, während dies bei den restlichen Stationen nicht der Fall war, sodass deren Attributwerte 0 entsprechen.
Standardabweichung
Die Klassifizierungsmethode "Standardabweichung" 
zeigt die Abweichung der Feature-Attributwerte vom Mittelwert an. Mittelwert und Standardabweichung werden automatisch berechnet. Klassengrenzen werden mit gleichen Wertebereichen unter Verwendung der Mittelwerte und der Standardabweichungen vom Mittelwert erstellt. Die Wertebereiche stellen dabei einen Bruchteil der Standardabweichung dar – i. d. R. in Abständen von 1, ½, ⅓ oder ¼.