ALS モデルを構築する前に、データを学習用とテスト用に分割します。randomSplit() メソッドを使い、ratings データフレームをそれぞれ 0.8/0.2 の比率で training_data と test_data に分割し、乱数生成器の seed は 42 に設定します。
どの列が userCol、itemCol、ratingCol を含むかを Spark に伝えます。必要に応じて .columns メソッドを使ってください。ハイパーパラメータも設定します。rank は 10、maxIter は 15、regParam（ラムダ）は 0.1、coldStartStrategy は "drop"、nonnegative は True、そしてデータは明示的な評価を含むので、implicitPrefs は False に設定します。
提供された training_data に対して als.fit() メソッドを呼び出し、ratings データの学習用部分に als モデルを当てはめます。学習済みモデルは model と名付けます。
提供された test_data に対して model.transform() メソッドを呼び出し、ratings データのテスト用部分で予測を生成します。予測は test_predictions と名付けます。.show() メソッドで test_predictions を表示して確認しても構いません。

ALS がどのように交互に最適化して予測を生成するか