从 txt / csv 里读取 df_user df_movie df_train df_test
用 piv_train 记录 train 的个数
labels 记录所有 rating
id_test 记录 df_test 的 id
df_train 的 rating 去掉之后，和 df_test 合并在一起，再与 df_user 和 df_movie 信息合并
去掉 Id user_id 和 movie_id 三个无用的信息
将空的部分填充 -1
用 One-hot-encoding 处理 Gender Occupation Genre Age Year
将数据重新分为 test (X) 和 test (X_test)，建立模型并预测，得出每一行取每个 rating (1,2,3,4,5) 的概率 predict_prob
取概率最高的，就是要的 rating
导出为 csv 文件