Než sestavíme model ALS, je potřeba rozdělit data na trénovací a testovací část. Použij metodu randomSplit() k rozdělení datového rámce ratings na training_data a test_data v poměru 0,8/0,2 a nastav seed generátoru náhodných čísel na 42.
Řekni Sparku, které sloupce obsahují userCol, itemCol a ratingCol. Pokud potřebuješ, použij metodu .columns. Dokonči nastavení hyperparametrů: nastav rank na 10, maxIter na 15, regParam (lambda) na .1, coldStartStrategy na "drop", argument nonnegative nastav na True a protože naše data obsahují explicitní hodnocení, nastav argument implicitPrefs na False.
Nyní natrénuj model als na části training_data z dat ratings – zavolej metodu als.fit() s argumentem training_data. Natrénovaný model pojmenuj model.
Vygeneruj predikce na části test_data z dat ratings – zavolej metodu model.transform() s argumentem test_data. Predikce pojmenuj test_predictions. Výsledky si můžeš prohlédnout zavoláním metody .show() na objektu test_predictions.

Odhadování doporučení

Tvorba doporučovacích systémů s PySparkem