我正在尝试拆分大小为610x9724的panda Dataframe （610个用户x 9724部电影），将数据集的80%的非空值放入训练中，并将剩余的20%的非空值放入测试集中，同时用空值替换从训练中移除的20%的值，并同样地用空值替换从测试集中移除的值（训练集和测试集仍将是610x9724，但只是具有比原始数据集更多的空值）。
然后，我将在测试集（610x9724）上使用SVD来预测测试集中被删除的值。
我试过使用sklearn train_test_split，但拆分后，训练集变成了549x9724，验证集变成了61x9724，这使得预测集和测试集之间的RMSE很难计算。

data = df.pivot_table(index='userId', columns='movieId', values='rating')

data_train, data_valid = model_selection.train_test_split(
    data, test_size=0.1, random_state=42
)

print(data.shape) # (610, 9724)
print(data_train.shape) # (549, 9724)
print(data_valid.shape) # (61, 9724)