结构化数据与非结构化数据

非结构化数据 是未以预定义方式组织或缺乏特定数据模型的数据。 同时， 结构化数据 是数据点之间具有清晰、可定义的关系的数据，并包含包含该关系的预定义模型。这是对结构化数据和非结构化数据之间差异的简短回答，但让我们仔细看看这两种类型数据之间的差异。

什么是结构化数据？

当谈到计算机科学时，数据结构是指存储和组织数据的特定方式。 不同的数据结构在数据点之间具有不同的关系，但数据也可以是非结构化的。 数据是结构化的是什么意思？ 为了使这个定义更清楚，让我们看一下构建数据的一些不同方法。

结构化数据通常保存在表格中，例如 Excel 文件或 SQL 数据库。 在这些情况下，数据的行和列包含不同的变量或特征，并且通常可以通过检查数据行和列相交的位置来辨别数据点之间的关系。 结构化数据可以轻松地装入关系数据库，结构化数据集中不同特征的示例可以包括姓名、地址、日期、天气统计数据、信用卡号等项目。虽然结构化数据通常是文本数据，但它是也可以将图像和音频等内容存储为结构化数据。

结构化数据的常见来源包括从传感器收集的数据、博客、网络数据以及零售或电子商务数据。 人们还可以用从计算机和其他设备收集的数据填写电子表格或数据库来生成结构化数据。 例如，通过在线表格收集的数据通常会立即输入到数据结构中。

结构化数据的存储历史悠久 关系数据库 和 SQL。 这些存储方法很受欢迎，因为这些格式易于读写，大多数平台和语言都能够解释这些数据格式。

在机器学习环境中，结构化数据更容易训练机器学习系统，因为数据中的模式更加明确。某些特征可以输入到机器学习分类器中，并用于根据这些选定的特征来标记其他数据实例。相比之下，在非结构化数据上训练机器学习系统往往更加困难，原因将变得显而易见。

什么是非结构化数据？

非结构化数据是未根据预定义的数据模型或结构组织的数据。 非结构化数据通常称为定性数据，因为它无法使用用于结构化数据的常规方法以传统方式进行分析或处理。

由于非结构化数据在数据点之间没有任何已定义的关系，因此无法在关系数据库中进行组织。 相比之下，非结构化数据的存储方式通常是 NoSQL 数据库，或非关系数据库。 如果不太关心数据库的结构，可以使用数据湖或大量非结构化数据来存储数据，而不是使用 NoSQL 数据库。

非结构化数据很难分析，理解非结构化数据通常需要检查各个数据片段以辨别潜在特征，然后查看这些特征是否出现在池中的其他数据片段中。

绝大多数数据都是非结构化格式，估计非结构化数据约占所有数据的 80%。 数据挖掘技术可用于帮助构建数据。

在机器学习方面，某些技术可以帮助对非结构化数据进行排序并将其转化为结构化数据。 将非结构化数据转换为结构化数据的流行工具是称为自动编码器的系统。