如何使用pytorch-ffm对Avazu数据集进行预测？

Question

对于点击率（CTR）问题，我想在 Avazu数据集上运行 FieldAwareNeuralFactorizationMachineModel（fnfm）。

• fnfm在此github库（https://github.com/rixwew/torchfm）中实现
• Avazu数据集（https://www.kaggle.com/c/avazu-ctr-prediction/overview）。
• 数据（训练集和测试集）在这里（https://www.kaggle.com/c/avazu-ctr-prediction/data）

遵循examples/main.py（https://github.com/rixwew/pytorch-fm/blob/master/examples/main.py）中的代码，我成功地基于训练集构建了一个fnfm模型。

但是，我不知道如何使用该模型来预测测试集（提交给Kaggle） 具体来说，我使用以下命令读取测试集

 testset = AvazuDataset(path_to_testset, rebuild_cache=True)

屏幕输出：

"Create avazu dataset cache: counting features: : 4577464it [00:07, 644823.68it/s] 
 Create avazu dataset cache: setup lmdb: : 4577464it [00:07, 639765.05it/s] "

我认为测试集已成功加载，但是当我检查len(testset)时，它为0。看来测试集无法成功加载，因此无法对其进行预测。

我的问题是：如何使用该库对Avazu测试集进行预测？

我为此苦苦挣扎了大约2天，但不知道如何解决。

非常感谢您