用回归方法预测时间序列

Question

我需要使用Weka建立一个模型来预测系统的未来趋势
我得到的数据源是成对出现的向量。示例

    1001,1002,1160,101,111,29-12-2016  
    1011,1003,1180,102,122,21-11-2016 
    1101,1004,1110,103,123,27-06-2016 
    1111,1001,1110,104,111,20-12-2016  
    1011,1009,1110,105,114,15-09-2016  
    1101,1102,1150,102,113,01-03-2016 
    1111,1302,1120,107,118,08-05-2016 
    1111,1072,1130,101,122,12-10-2016  

我每个月都有上百万个数据集从单位传入。
我需要构建一个集群，以便在数据集上基于每月的日期查找partern。
其次，我需要根据测试数据来预测下一天向量的平均值。
示例给出了2个示例数据集。如果我用模型验证我的样本。我需要得到一个置信水平的结果，或者向量属于一个特定的集群或者成为下一个结果集的概率。在

^{pr2}$

我需要使用python和Wake库来运行请求。如果可能的话。 像R这样的其他系统能做这个工作吗？在