Rumah Keuangan Pribadi Dasar-dasar data terstruktur dan tidak terstruktur dalam data prediktif - dummies

Dasar-dasar data terstruktur dan tidak terstruktur dalam data prediktif - dummies

Video: Webinar: Modern GIS sebagai Solusi Tantangan Masa Kini 2025

Video: Webinar: Modern GIS sebagai Solusi Tantangan Masa Kini 2025
Anonim

Data yang terdapat dalam database, dokumen, e-mail, dan file data lainnya untuk analisis prediktif dapat dikategorikan sebagai data terstruktur atau tidak terstruktur. Data terstruktur terorganisasi dengan baik, mengikuti urutan yang konsisten, relatif mudah untuk dicari dan query, dan dapat diakses dan dipahami dengan mudah oleh seseorang atau program komputer.

Contoh klasik dari data terstruktur adalah spreadsheet Excel dengan kolom berlabel. Data terstruktur semacam itu konsisten; tajuk kolom - biasanya deskripsi singkat dan akurat dari konten di setiap kolom - memberi tahu persis jenis konten yang Anda harapkan.

Data terstruktur biasanya disimpan dalam skema yang didefinisikan dengan baik seperti database. Biasanya tabular, dengan kolom dan baris yang secara jelas menentukan atributnya. Data yang tidak terstruktur, sebaliknya, cenderung berbentuk bebas, tidak berbentuk tabel, tersebar, dan tidak mudah ditemukan; Data semacam itu memerlukan intervensi yang disengaja untuk memahaminya. Miscellaneous e-mail, dokumen, halaman web, dan file (baik teks, audio, dan / atau video) di lokasi yang tersebar adalah contoh data tidak terstruktur.

Sulit untuk mengkategorikan isi data tidak terstruktur. Ini cenderung sebagian besar teks, biasanya dibuat dengan gado-gado gaya bebas, dan menemukan atribut yang dapat Anda gunakan untuk menggambarkan atau mengelompokkannya bukanlah tugas kecil.

Isi data tidak terstruktur sulit dilakukan dengan atau masuk akal secara pemrograman. Program komputer tidak dapat menganalisa atau menghasilkan laporan mengenai data semacam itu, hanya karena kekurangan struktur, tidak memiliki karakteristik dominan yang mendasari, dan setiap item data tidak memiliki kesamaan.

Secara umum, ada persentase data terstruktur yang lebih tinggi daripada data terstruktur di dunia. Data yang tidak terstruktur membutuhkan lebih banyak pekerjaan untuk membuatnya berguna, sehingga mendapat perhatian lebih - sehingga cenderung menghabiskan lebih banyak waktu.

Jangan meremehkan pentingnya data terstruktur dan kekuatan yang diberikannya pada analisis Anda. Ini jauh lebih efisien untuk menganalisis data terstruktur daripada menganalisis data tidak terstruktur. Data yang tidak terstruktur juga mahal untuk proses preprocess untuk analisis karena Anda sedang membangun proyek analisis prediktif. Pemilihan data yang relevan, pembersihannya, dan transformasi selanjutnya bisa berlangsung lama dan membosankan.

Data yang baru saja disusun dari langkah-langkah preprocessing yang diperlukan kemudian dapat digunakan dalam model analisis prediktif. Transformasi besar data terstruktur bagaimanapun, mungkin harus menunggu sampai Anda memiliki model analisis prediktif Anda dan berjalan.

Analisis data mining and text adalah dua pendekatan untuk menyusun dokumen teks, menghubungkan isinya, mengelompokkan dan meringkas data mereka, dan mengungkap pola dalam data tersebut. Kedua disiplin menyediakan kerangka algoritme dan teknik yang kaya untuk menambang teks yang tersebar di lautan dokumen.

Perlu dicatat juga bahwa platform mesin pencari menyediakan alat yang tersedia untuk mengindeks data dan membuatnya dapat ditelusuri.

Mari bandingkan data terstruktur dan tidak terstruktur.

Karakteristik

Terstruktur Tidak terstruktur Asosiasi
Terorganisir Tersebar dan terdispersi Penampilan
Secara formal didefinisikan Formulir Bebas Aksesibilitas
Mudah untuk akses dan permintaan Sulit untuk mengakses dan query Ketersediaan
Percentagewise lower Percentagewise higher Analisis
Efisien untuk menganalisis Preprocessing tambahan diperlukan Data tidak terstruktur tidak sepenuhnya Kurang struktur - Anda hanya perlu mencari tahu. Bahkan teks di dalam file digital masih memiliki beberapa struktur yang terkait dengannya, sering muncul dalam metadata - misalnya, judul dokumen, tanggal file terakhir diubah, dan nama pengarangnya.

Hal yang sama berlaku untuk e-mail: Isinya mungkin tidak terstruktur, namun data terstruktur dikaitkan dengan mereka - misalnya tanggal dan waktu pengiriman, nama pengirim dan penerima mereka, apakah itu berisi lampiran.

Garis pemisah antara kedua tipe data tidak selalu jelas. Secara umum, Anda selalu dapat menemukan beberapa atribut data tidak terstruktur yang dapat dianggap sebagai data terstruktur. Apakah struktur itu mencerminkan isi data itu - atau berguna dalam analisis data - tidak jelas.

Untuk itu, data terstruktur dapat menyimpan data tidak terstruktur di dalamnya. Dalam bentuk web, misalnya, pengguna mungkin diminta memberikan umpan balik mengenai produk dengan memilih jawaban dari banyak pilihan - namun juga dilengkapi dengan kotak komentar di mana mereka dapat memberikan masukan tambahan.

Jawaban dari banyak pilihan disusun; bidang komentar tidak terstruktur karena bentuknya yang bebas. Kasus seperti ini paling baik dipahami sebagai gabungan data terstruktur dan tidak terstruktur. Sebagian besar data merupakan komposit keduanya.

Untuk proyek analisis prediktif yang sukses, data terstruktur dan tidak terstruktur Anda harus digabungkan dalam format logis yang dapat dianalisis.

Dasar-dasar data terstruktur dan tidak terstruktur dalam data prediktif - dummies

Pilihan Editor

Kantor 2011 untuk Mac: Membuat Tabel dengan Kotak Dialog atau Teks - dummies

Kantor 2011 untuk Mac: Membuat Tabel dengan Kotak Dialog atau Teks - dummies

Sementara ada cara baru untuk membuat tabel di Office 2011 untuk Mac, Anda masih bisa menggunakan teknik stand-by. Menu yang familiar masih bekerja di Office 2011 untuk Mac, dan inilah buktinya. Dialog meja semuanya masih ada di sana: Di Word, pilih Table → Insert → Table; Sebagai alternatif, pada tab Tabel Ribbon, di Tabel Pilihan ...

Kantor 2011 untuk Mac: Melepaskan Command Toolbar - dummies

Kantor 2011 untuk Mac: Melepaskan Command Toolbar - dummies

Apakah Anda menggunakan Office 2011 untuk Mac atau Produk Microsoft Office lainnya, toolbar Anda bisa sangat berantakan. Setiap kali Anda merasa perlu untuk men-tweak antarmuka aplikasi Microsoft Office, Anda perlu memanggil dialog Customize Toolbars and Menus. Ini adalah dialog super kuat di Word, Excel, dan PowerPoint yang memungkinkan Anda ...

Kantor 2011 untuk Mac: Berbagi Toolbar dan Menu - dummies

Kantor 2011 untuk Mac: Berbagi Toolbar dan Menu - dummies

Setelah Anda menyesuaikan Office 2011 Anda bilah alat dan antarmuka, Anda dapat berbagi penyesuaian dengan orang lain. Namun, pastikan bahwa Anda menasihati orang-orang yang telah Anda lakukan sebelum membagikan dokumen Anda dengannya; Jika tidak, mereka mungkin akan terkejut saat mereka membuka dokumen Anda dan melihat susunan toolbar atau menu yang berbeda dari pada apa ...

Pilihan Editor

Penting Office 2007 Commands - dummies

Penting Office 2007 Commands - dummies

Anda dapat membuat program Office 2007 lebih mudah jika Anda menggunakan pintasan sederhana ini. Perintah-perintah ini, seperti mengurungkan kesalahan dan memperbesar dan memperkecil akan membantu Anda menghemat waktu. Memasuki simbol: Untuk memasukkan simbol atau karakter asing yang tidak ada pada keyboard Anda, masuk ke tab Insert dan klik Symbol ...

Menyesuaikan Perintah Menu di Office 2003 - dummies

Menyesuaikan Perintah Menu di Office 2003 - dummies

Office 2003 menyediakan dua teknik untuk menyesuaikan menu dan perintah menu. Anda bisa memulai dari kotak dialog Rearrange Commands atau menggunakan metode drag-and-drop. Teruslah membaca. Menangani perintah menu di kotak dialog Rearrange Commands Teknik tombol Options Toolbar untuk menangani tombol toolbar bagus dan keren, tapi bagaimana jika Anda ingin ...

Pilihan Editor

Bagaimana memecahkan kesalahan logis dalam analisis argumen Pertanyaan GRE - dummies

Bagaimana memecahkan kesalahan logis dalam analisis argumen Pertanyaan GRE - dummies

Ketika Anda menjawab Argument Analysis Pertanyaan di GRE, argumen mungkin tampak logis dan adil di permukaan tapi sebenarnya keliru (keliru, cacat). Alasan melingkar, penalaran sebab-akibat yang keliru, dan generalisasi sweeping adalah tiga tanda argumen lemah. Dengan melihat beberapa kesalahan logis yang lebih umum, Anda dapat mengidentifikasi kelemahan dalam argumen dan ...

Pilihan ganda, Beberapa Jawaban tentang Tes Matematika GRE - Pertanyaan Praktik - dummies

Pilihan ganda, Beberapa Jawaban tentang Tes Matematika GRE - Pertanyaan Praktik - dummies

Meskipun pertanyaan matematika biasanya hanya memiliki satu jawaban yang benar, ini tidak selalu terjadi. Akibatnya, beberapa pertanyaan pilihan ganda pada tes GRE Math akan memberi Anda daftar jawaban dan meminta Anda untuk memilih lebih dari satu. Pertanyaan praktik berikut meminta Anda untuk menemukan nilai kemungkinan yang berbeda secara berurutan dan ...

Pilihan ganda, Beberapa Jawaban tentang Tes Verbal GRE - Pertanyaan Praktik - dummies

Pilihan ganda, Beberapa Jawaban tentang Tes Verbal GRE - Pertanyaan Praktik - dummies

Pada tes GRE Verbal, beberapa pertanyaan pilihan ganda akan memiliki lebih dari satu jawaban yang benar. Untuk pertanyaan ini, Anda akan diminta untuk melihat-lihat pilihan jawaban dan memilih semua yang menurut Anda benar. Dalam pertanyaan praktik berikut, Anda diminta untuk membaca bagian yang disertakan, dan kemudian ...