使用回归来预测Weka的时间序列

时间:2016-03-30 09:29:04

标签: python r statistics weka

我需要使用Weka建立一个模型来预测系统的未来趋势 我得到的数据源是一对成对的矢量。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  

我每月有多达一百万的数据来自该单位 我需要构建一个集群,根据当月的日期找到数据集的partern 其次,我需要尝试根据测试数据预测矢量的下一个日平均值 给出2个样本数据集的示例。如果我用模型验证我的样本。我需要将结果作为置信度或属于特定聚类或下一个结果集的向量的概率。

    1001,1002,1160,101,110,29-12-2016 --> will give a confidece of 0.91  
    1111,1000,1111,102,122,21-11-2016 --> will give a confidece of 0.652

我需要使用python和Wake库来运行请求。如果可能的话。 像R这样的任何其他系统可以做这个工作吗?

0 个答案:

没有答案