我有一个<user, item>配对数据集，其中每个条目记录哪个用户购买了哪个项目。例如

<u1, i1>
<u1, i4>
<u2, i2>
<u3, i2>...

我创建了一个编码数据集

no_of_features = no_of_users + no_of_items

并将输出变量 y 设置为 1，因为这些条目中的每一个都代表用户购买了该特定商品。

注意：y在这种情况下，所有值都是 1。

编码的数据集如下所示：

user1 user2 user3 .... item1 item2 item3 item4 .... y

  1     0    0    ....   1     0     0     0   .... 1
  1     0    0    ....   0     0     0     1   .... 1
  0     1    0    ....   0     1     0     0   .... 1
  0     0    1    ....   0     1     0     0   .... 1

现在，我想知道如何使用为任何用户和任何项目fastFM生成案例推荐？<x, y>xy

很明显regression，这里不适合。那么我应该使用classificationorranking的方法fastFM吗？又如何？例如，如果我使用classification，我是否需要生成实例y=0？如果我使用ranking方法，我是否按排名方法的输出排列项目并推荐具有更高值的那些？