將 MovieLens 資料集載入 RDD

協同過濾是一種推薦系統技術，會根據使用者對各種產品的評分與互動來推薦新的項目。隨著機器學習與資料平行化處理的發展，推薦系統在近年已廣泛應用於電影、音樂、新聞、書籍、研究文章、搜尋查詢、社群標籤等多種領域。在這個分成 3 個部分的練習中，你的目標是使用 PySpark MLlib，基於 MovieLens 100k 資料集的一個子集，開發一個簡單的電影推薦系統。

在第一部分中，你會先將 MovieLens 的 ratings.csv 載入為 RDD。RDD 的每一行格式為 userId,movieId,rating,timestamp。你需要移除 timestamp 欄，並將每一行對應成 Ratings 物件（userID, productID, rating），最後再把 RDD 切分為訓練與測試兩個 RDD。

請記得，你的工作環境中已提供 SparkContext sc。此外，變數 file_path（指向 ratings.csv 的路徑）以及 ALS 所用的類別（也就是 Rating）也都已可使用。

本練習屬於課程

使用 PySpark 的 Big Data 基礎

檢視課程

練習說明

將 ratings.csv 資料集載入為 RDD。
使用 , 作為分隔符號來切分 RDD。
對於 RDD 的每一行，使用 Rating() 類別建立 userID, productID, rating 的 tuple。
將資料隨機切分為訓練資料與測試資料（0.8 與 0.2）。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Load the data into RDD
data = sc.____(file_path)

# Split the RDD 
ratings = data.____(lambda l: l.split('____'))

# Transform the ratings RDD 
ratings_final = ratings.____(lambda line: Rating(int(line[0]), int(____), float(____)))

# Split the data into training and test
training_data, test_data = ratings_final.____([0.8, 0.2])

編輯並執行程式碼