我发现时间序列数据的大多数时间序列分析教程/教科书通常处理连续数值变量。我目前正在尝试解决一个处理多元时间序列数据的问题，其中字段都是分类变量。

具体来说，我的数据是一个警报数据流，在每个时间戳中，警报监控系统、警报类型、问题位置等信息都存储在警报中。这些字段都是分类变量。

我的数据与另一个问题中描述的数据非常相似，所以我使用了类似的描述。但是我的问题有点笼统。

给定一系列警报，使用 ML 预测下一个警报的位置和类型（在 t(1) 处），了解常见警报模式和 t(0)、t(- 1), t(-2), ...t(-n) ?