关于数据处理维度等

企业中，一般做分类或者聚类，预处理结束后有多少维度？
1T的数据量，大概有多少条数据，做分析的话，模型一般多久能跑完？
(我知道有人会回答具体情况具体分析，这样的回答就不用了，我就是没做过挖掘，想知道真实的量化的情况，谢谢)

首先需要明白什么是维度
维度（也简称为维）是人们观察数据的角度。
例如我们通过时间，来查看网页的访问量。
通过时间来查看企业盈利等
时间就是一个维度

个人理解：说下个人观点，希望多交流。
首先一楼说的对的。
数据维度应该就是以一个为标准，然后去获取，我们所得到的数据，然后从这些数据中，我们得到对这个结果评价。如好，坏，分类等。
例如：中国移动，想对用户细分，了解用户消费习惯。
由于数据不一样。因此通过数据的预处理后。从六个角度去分析：
上班电话时长/总通话时长 下班时间电话时长  周末电话通话时长  国际电话通话时长  总通话时长  平均每次通话时长
通过某个算法，多次迭代，会得到结果。对客户端分类

个人理解：
对于分类或者聚类，我公司一般是分类多一些，这个根据业务的需求，
维度问题，首先收集好数据后，将数据进行异常缺省处理，我们一般使用20多个维度进行预测，如果维度多的话可以使用降维处理，如果维度少的话，寻找增加维度，基本上维度越多预测越准确，有时候增加一个维度反倒准确率下降，就可以去除这个维度，寻找新的维度，不断调试的过程。

一般是时间和空间维度吧，再根据实际的也无需求来考虑维度的问题

abc50319 发表于 2017-5-18 17:43
一般是时间和空间维度吧，再根据实际的也无需求来考虑维度的问题

这个还真不是。维度都是自己定义的。其实就是按照我们的思想。看事情不同的人有不同的角度，自然不同的思路。时间和空间就固定死了。