免责声明：数学家们请不要因为我在这篇文章中使用一些术语而生我的气。我是一名工程师。:-)
背景： 所以我目前正在研究一个问题，我必须生成一个过程的时间序列序列，其中 n 个参与者在 2d 空间中移动。但我不知道这是否可能。某些机器学习模型 M 正在学习的过程。
顺便提一句！我从来没有使用过时间序列数据，但是在没有序列的情况下，我在图像和信号上训练模型方面有很好的经验，所以我一直在阅读它。
因此，首先尝试一些非常简单的事情，我从以下位置获取了一个足球运动员位置数据集：Here。我正在尝试将其建模为一个监督学习问题，我尝试在时间戳 T 处预测 n 个玩家的位置，假设在时间戳 T-1 处。但我很快意识到这行不通，因为球员的位置也取决于球的位置和对方球员的位置。
无论如何，我的问题如下：- 1.我如何对数据集建模？它是否只是一个（Nx2xNo.Timestamps）之类的 3-d 张量数据集（N 对应于玩家。2 代表 x 位置和 y 位置。时间戳编号作为最后一个维度）？
我将时间序列生成问题建模为监督学习问题的方法是否正确？
我应该看哪些预处理步骤？另外我如何处理缺失值。
我放弃使用足球数据集的想法的原因：再次在这里，因为它只包括一支球队的位置。另一个团队没有佩戴传感器:-(。在阅读有关 ARIMA 模型的内容时，我阅读了一些关于外生变量也会影响过程的内容。
如果这一切都是可能的，我希望它是（因为不可能什么都不是！）我应该看什么模型？因为我最终必须在一个非常不同的数据集上解决这个问题......我过去有训练神经网络模型（如 CNN 和 ANN）的经验，并且对使用神经网络感到非常自在，理想情况下我很乐意在这里这样做。到目前为止，我的研究已将我指向 LSTMs RNNs 和 ARIMA 模型。
请指导我，因为我对时间序列分析很陌生。