在 JMP 中，在数据表中选择数值变量后，列 > 实用程序 > 创建分类公式可用于根据各种规则将数值变量划分为类别。
例如，可以方便地将年龄输入的数据分类为十几岁、二十几岁等，或者对于最高分数为 100 分的测试，将 80 分或以上分类为“及格”类别，将低于 80 分分类为“不及格”类别。
分类规则有多种选项，如下图所示。很容易想象如何划分“等宽分类”和“按百分位数分类”，但还有选择“詹克斯自然分类法分类”可能有很多人不知道这样的分类方法。
因此，在这篇博客中，我将展示在什么情况下使用“Jenks自然分类分类”，以及与其他分类方法进行比较的分类示例。
Jenks 中的自然分类是什么
关于“Jenks 自然分类法分类”，JMP 文档有以下解释。
通过指定箱数，您可以创建箱分割点，以最小化每个箱内的方差并最大化箱之间的方差。
这种分类方法是使用地图对某个数值进行分类时兼容的方法就是这样。
为了可视化每个区域的数值差异（例如人口密度、二氧化碳排放量等），可以将数值数据分为几个类别，并可以创建颜色编码地图（等值区域图）。这时候就出现了如何对数值数据进行类别划分的问题，Jenks的自然分类方法就是一种方法。
使用 Jenks 自然分类对地图进行颜色编码的示例
考虑以下示例。
例子：计算日本47个都道府县每10万人拥有的医生数量，绘制在地图上并进行比较
下图显示了选择“Jenks 自然分类分类”作为切入点且类别数指定为 5 时的情况。除以中间值例如235.30583，但可以这么说值变化较大的地方被分隔为组边界这将是。
右下角创建计算列单击该按钮可在数据表末尾创建具有五个类别的新名义列。在这个例子中，下图中的黄色列显示了每 100,000 人口中的医生数量，从这个连续列中我们创建了一个具有五个分类的新列（以蓝色选择）。
*数据来源：国家统计中心SSDSE（教育标准数据集）
让我们使用新创建的列对日本地图进行颜色编码，并将其与 190 到 390 进行比较，这些 190 到 390 分为 5 个等距（等宽）增量，增量为 40。
使用 JMP 的“Graph Builder”，日本地图使用蓝色阴影分为 5 类。
左下图是Jenks的自然分类，右下图是等宽分类的图。
两张地图都显示，西部地区的医生数量往往较多（每 10 万人），而东部地区的医生数量往往较少。
另外，在左侧詹克斯的自然分类中，您可以看到比右侧涂成深蓝色的都道府县更多。
京都、鸟取、冈山、德岛、高知、长崎都属于这一类。显然，这些府县的医生很多。
如前所述，Jenks 的自然分类器使用具有相似值的数据往往属于同一类别。因此，如果像本示例中那样除以颜色强度，则更容易掌握数据的特征。
这次，我用地图绘制数据展示了“Jenks自然分类”的用处，但它是可视化数据时有用的方法，而不仅限于地图。不过，由于它不是除以“190到230”这样一个好的数字，所以需要小心的是，看到结果的人会怀疑为什么要除以这样一个半生不熟的数字。
最后，这是一张图表，绘制了每 100,000 人中医生的数量除以“Jenks 自然分类”和“等宽度”的情况。
蓝色：Jenks 自然分类，红色：等宽
在这个例子中，你可以看到划分较大值的方式是有特点的。
作者：Naohiro Masukawa（JMP 日本）
