master_cate_bc15 / README.md

Push model using huggingface_hub.

2d8c6f4 verified about 1 month ago

21.5 kB

	---
	tags:
	- setfit
	- sentence-transformers
	- text-classification
	- generated_from_setfit_trainer
	widget:
	- text: '[홍스몰]실리콘 귀이개3종(색상랜덤) 2in1양면 귀 크리너 귀파개 귀후비개 귀청소 실리콘 양면귀이개(색상랜덤3개) 출산/육아 >
	위생/건강용품 > 유아면봉'
	- text: 블루본 아이노우 미니 썸머라인 컬러 초소형 마스크 [10매] 스트랩일체형 민트 출산/육아 > 위생/건강용품 > 유아마스크
	- text: 피지오머 베이비 코흡인기(필터리필5개) /필터리필20개 피지오머베이비필터20매 출산/육아 > 위생/건강용품 > 콧물흡입기
	- text: 국내산 무형광 고급 순면 입체 면 마스크 유아 아동 초소형 마스크 영아용 겨울 마스크_05.달콤캔디 출산/육아 > 위생/건강용품 >
	유아마스크
	- text: 퓨어닷 숨쉬기편한 아기맞춤 초소형 마스크(컬러선택) KF-AD 30매 405241 화이트 출산/육아 > 위생/건강용품 > 유아면봉
	metrics:
	- accuracy
	pipeline_tag: text-classification
	library_name: setfit
	inference: true
	base_model: mini1013/master_domain
	model-index:
	- name: SetFit with mini1013/master_domain
	results:
	- task:
	type: text-classification
	name: Text Classification
	dataset:
	name: Unknown
	type: unknown
	split: test
	metrics:
	- type: accuracy
	value: 1.0
	name: Accuracy
	---

	# SetFit with mini1013/master_domain

	This is a [SetFit](https://github.com/huggingface/setfit) model that can be used for Text Classification. This SetFit model uses [mini1013/master_domain](https://huggingface.co/mini1013/master_domain) as the Sentence Transformer embedding model. A [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance is used for classification.

	The model has been trained using an efficient few-shot learning technique that involves:

	1. Fine-tuning a [Sentence Transformer](https://www.sbert.net) with contrastive learning.
	2. Training a classification head with features from the fine-tuned Sentence Transformer.

	## Model Details

	### Model Description
	- Model Type: SetFit
	- Sentence Transformer body: [mini1013/master_domain](https://huggingface.co/mini1013/master_domain)
	- Classification head: a [LogisticRegression](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html) instance
	- Maximum Sequence Length: 512 tokens
	- Number of Classes: 14 classes
	<!-- - Training Dataset: [Unknown](https://huggingface.co/datasets/unknown) -->
	<!-- - Language: Unknown -->
	<!-- - License: Unknown -->

	### Model Sources

	- Repository: [SetFit on GitHub](https://github.com/huggingface/setfit)
	- Paper: [Efficient Few-Shot Learning Without Prompts](https://arxiv.org/abs/2209.11055)
	- Blogpost: [SetFit: Efficient Few-Shot Learning Without Prompts](https://huggingface.co/blog/setfit)

	### Model Labels
	\| Label \| Examples \|
	\|:------\|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------\|
	\| 3.0 \| <ul><li>'나무면봉 메이컵수정 키보드청소 틈새 면봉 400P 출산/육아 > 위생/건강용품 > 유아면봉'</li><li>'비앤비 신생아면봉 종이대 210P 아기면봉 유아면봉 얇은면봉 [제조일자 2020년 유통기한 비대상 품목] 기능성티슈_아토마일드 캡형64매x2 출산/육아 > 위생/건강용품 > 유아면봉'</li><li>'Mom 비앤비 유아용면봉 원형-종이대 200P x 5 칫솔/치약_베이비치약 겔 포도60gx3 출산/육아 > 위생/건강용품 > 유아면봉'</li></ul> \|
	\| 1.0 \| <ul><li>'복사기 복합기 래 성행하고 있다 적용 경자기 핑크 42941709N4665729445 TK4148 핑크 케이스 (20202 출산/육아 > 위생/건강용품 > 분통/파우더통'</li><li>'레이져프린터 래 성행하고 있다 겸용 코니카 미놀타 42941710N1773396605 TN117H 핑크 케이스 (프린트 대 출산/육아 > 위생/건강용품 > 분통/파우더통'</li><li>'도 적용 형제 MFC1818 셀렌 드럼 핑크 케이스 42941711N4876615688 5000 페이지 MFC-1818 핑크 출산/육아 > 위생/건강용품 > 분통/파우더통'</li></ul> \|
	\| 7.0 \| <ul><li>'미니마우스 손톱깍이 캡형 깍끼 네일 아트 용품 정리 소지 블루 출산/육아 > 위생/건강용품 > 유아이발용품'</li><li>'손톱깍이_세트 /휴대용 손톱깎이 4종_세트/네일/ 노랑 AK-86 출산/육아 > 위생/건강용품 > 유아이발용품'</li><li>'손톱깎이 세트 잘깎이는 네일클리퍼 답례품 손톱깍이 휴대용 블랙 출산/육아 > 위생/건강용품 > 유아이발용품'</li></ul> \|
	\| 6.0 \| <ul><li>'본베베 아기 손톱 네일트리머 출산/육아 > 위생/건강용품 > 유아손톱가위/손톱깍이'</li><li>'신생아 안전손톱깎이 아기손톱갈이 코딱지집게 네일케어세트 3종 4종 손톱가위 출산/육아 > 위생/건강용품 > 유아손톱가위/손톱깍이'</li><li>'콤비 신생아용 아기 네일트리머 출산/육아 > 위생/건강용품 > 유아손톱가위/손톱깍이'</li></ul> \|
	\| 2.0 \| <ul><li>'레인보우프렌즈 마스크 유아 방수 물놀이 수영장 워터 어린이 새부리형 빨아쓰는 초등학생 [6번] 3D페이스 (기능성)마스크_주황_S-28cm(4~7세) 출산/육아 > 위생/건강용품 > 유아마스크'</li><li>'유아용 입체 어린이 마스크 유아동 매쉬 면 여름 마스크 메쉬마스크_02.팝핑핑크 출산/육아 > 위생/건강용품 > 유아마스크'</li><li>'KC인증 여름 아기 초소형 유아 키즈 연예인 아동 소형 블랙 캐릭터 마스크 시원한 연예인 01.투톤마스크_투톤마스크(그레이)_L 출산/육아 > 위생/건강용품 > 유아마스크'</li></ul> \|
	\| 0.0 \| <ul><li>'종량제 기저귀 쓰레기통 20L 압축 냄새차단 기저귀휴지통 10L 1+1 페달7리터 출산/육아 > 위생/건강용품 > 기저귀휴지통'</li><li>'냄새차단 기저귀 쓰레기통 이지캔 네오 20L 휴지통 휴지통_01-이지캔네오-화이트(리필1롤) 출산/육아 > 위생/건강용품 > 기저귀휴지통'</li><li>'냄새안나는 기저귀 휴지통 밀폐 휴지통 방취 밀봉 umee 검정 + 기저귀 쓰레기 봉투 출산/육아 > 위생/건강용품 > 기저귀휴지통'</li></ul> \|
	\| 12.0 \| <ul><li>'테니 스공 의자 발커버 십자 컷팅 5색상 1P 층간 소음 의자발 공발 소리 식탁 다리 그린 출산/육아 > 위생/건강용품 > 투약기'</li><li>'이동형 디자인 메디컬박스 가정 차량비치용 약통 대형 (대형)화이트 출산/육아 > 위생/건강용품 > 투약기'</li><li>'라이트 LED 편리한 귀이개 요즘핫한 귀청소 7종세트 추천 출산/육아 > 위생/건강용품 > 투약기'</li></ul> \|
	\| 4.0 \| <ul><li>'준주 바나나 휴대용변기 생분해 전용비닐봉지[60매] 30매 출산/육아 > 위생/건강용품 > 유아변기/커버'</li><li>'록시키드 휴대용 아기변기 세트(변기+리필봉투+라이너) 배변훈련 [440024][핑크]+블루라이너+리필 출산/육아 > 위생/건강용품 > 유아변기/커버'</li><li>'라비베베 국민 아기 유아 사다리변기 변기 커버 휴대용변기 육아 배변훈련 라이트그레이 출산/육아 > 위생/건강용품 > 유아변기/커버'</li></ul> \|
	\| 5.0 \| <ul><li>'애경 말랑카우 버블 핸드워시 리필 손세정 물비누 250 화이트우유향250ml 출산/육아 > 위생/건강용품 > 유아손세정제'</li><li>'해피홈 SAFE365 핸드워시 무향 200ml 리필 5개 해피홈 SAFE365 핸드워시 무향 200ml 출산/육아 > 위생/건강용품 > 유아손세정제'</li><li>'소독티슈 의약외품 캡형 80매 메디와이퍼 세이프 출산/육아 > 위생/건강용품 > 유아손세정제'</li></ul> \|
	\| 11.0 \| <ul><li>'주문제작 사진 문구변경 키재기자 유아 어린이 아기 아이 키재기 포스터 컬러-패턴블루_포토+문구형(문구와사진추가) 출산/육아 > 위생/건강용품 > 키재기'</li><li>'유아 아이 아기 키재기자_감성 09_스타 그레이 출산/육아 > 위생/건강용품 > 키재기'</li><li>'주문제작 사진 문구변경 키재기자 유아 어린이 아기 아이 키재기 포스터 숲속-베이지_문구형(문구만변경) 출산/육아 > 위생/건강용품 > 키재기'</li></ul> \|
	\| 10.0 \| <ul><li>'귀안아픈 인기 아동용 캐릭터 유아용 마스크 빨아쓰는마스크 방수 XL_핑크 출산/육아 > 위생/건강용품 > 콧물흡입기'</li><li>'한일 콧물흡입기 호환 석션팁 포근 개별위생포장 노즐팁 PC_PC 3호 출산/육아 > 위생/건강용품 > 콧물흡입기'</li><li>'코세척기 아기 비강 흡입기 코 청소 바늘 튜브 세척 클리너 비염 세척기 신생아 돌보기 03 블루 10ml 출산/육아 > 위생/건강용품 > 콧물흡입기'</li></ul> \|
	\| 9.0 \| <ul><li>'메디록스 Medilox-S4L 대용량 일반용 살균소독제 B-4L+ 핸드워시 300ml 출산/육아 > 위생/건강용품 > 제균스프레이'</li><li>'애경 랩신 항균 소독 스프레이 X 2개 출산/육아 > 위생/건강용품 > 제균스프레이'</li><li>'비앤비 아기 유아 안심 무알콜 제균 소독 스프레이 용기300ml 베이비 장난감 세정제 A08.세정티슈 캡형6+휴대2 출산/육아 > 위생/건강용품 > 제균스프레이'</li></ul> \|
	\| 13.0 \| <ul><li>'순한염색약 새치머리 셀프 먹물 1분 상품선택_7호(흑갈색) 출산/육아 > 위생/건강용품 > 해열시트'</li><li>'곰탱이 어린이 열냉각시트 6매입 3통 출산/육아 > 위생/건강용품 > 해열시트'</li><li>'1/1+1 남녀공용 휴대용 차량용 스텐 보온 텀블러 엘레강스 화이트x1+고은색x1_450ml 출산/육아 > 위생/건강용품 > 해열시트'</li></ul> \|
	\| 8.0 \| <ul><li>'[주토이] 캐릭터 밴드큐어-표준형 패션밴드 어린이밴드 반창고 스파이더맨 8매입 출산/육아 > 위생/건강용품 > 유아항균팩'</li><li>'[1+1] 마더케이 에코 아기지퍼백(S+M+L+XL)4종+4종 /스몰GIFT 외 출산준비 07. 휴대용젖병건조대 (크림모카) 출산/육아 > 위생/건강용품 > 유아항균팩'</li><li>'피그비 항균 아기 지퍼백 10종모음 1+1+1이벤트 신생아 용품 출산 준비물 유아 위생 02. Small 1+1 출산/육아 > 위생/건강용품 > 유아항균팩'</li></ul> \|

	## Evaluation

	### Metrics
	\| Label \| Accuracy \|
	\|:--------\|:---------\|
	\| all \| 1.0 \|

	## Uses

	### Direct Use for Inference

	First install the SetFit library:

	```bash
	pip install setfit
	```

	Then you can load this model and run inference.

	```python
	from setfit import SetFitModel

	# Download from the 🤗 Hub
	model = SetFitModel.from_pretrained("mini1013/master_cate_bc15")
	# Run inference
	preds = model("블루본 아이노우 미니 썸머라인 컬러 초소형 마스크 [10매] 스트랩일체형 민트 출산/육아 > 위생/건강용품 > 유아마스크")
	```

	<!--
	### Downstream Use

	List how someone could finetune this model on their own dataset.
	-->

	<!--
	### Out-of-Scope Use

	List how the model may foreseeably be misused and address what users ought not to do with the model.
	-->

	<!--
	## Bias, Risks and Limitations

	What are the known or foreseeable issues stemming from this model? You could also flag here known failure cases or weaknesses of the model.
	-->

	<!--
	### Recommendations

	What are recommendations with respect to the foreseeable issues? For example, filtering explicit content.
	-->

	## Training Details

	### Training Set Metrics
	\| Training set \| Min \| Median \| Max \|
	\|:-------------\|:----\|:--------\|:----\|
	\| Word count \| 7 \| 14.6957 \| 34 \|

	\| Label \| Training Sample Count \|
	\|:------\|:----------------------\|
	\| 0.0 \| 70 \|
	\| 1.0 \| 70 \|
	\| 2.0 \| 70 \|
	\| 3.0 \| 70 \|
	\| 4.0 \| 70 \|
	\| 5.0 \| 70 \|
	\| 6.0 \| 20 \|
	\| 7.0 \| 70 \|
	\| 8.0 \| 70 \|
	\| 9.0 \| 70 \|
	\| 10.0 \| 70 \|
	\| 11.0 \| 70 \|
	\| 12.0 \| 70 \|
	\| 13.0 \| 70 \|

	### Training Hyperparameters
	- batch_size: (256, 256)
	- num_epochs: (30, 30)
	- max_steps: -1
	- sampling_strategy: oversampling
	- num_iterations: 50
	- body_learning_rate: (2e-05, 1e-05)
	- head_learning_rate: 0.01
	- loss: CosineSimilarityLoss
	- distance_metric: cosine_distance
	- margin: 0.25
	- end_to_end: False
	- use_amp: False
	- warmup_proportion: 0.1
	- l2_weight: 0.01
	- seed: 42
	- eval_max_steps: -1
	- load_best_model_at_end: False

	### Training Results
	\| Epoch \| Step \| Training Loss \| Validation Loss \|
	\|:-------:\|:----:\|:-------------:\|:---------------:\|
	\| 0.0055 \| 1 \| 0.493 \| - \|
	\| 0.2747 \| 50 \| 0.5 \| - \|
	\| 0.5495 \| 100 \| 0.4753 \| - \|
	\| 0.8242 \| 150 \| 0.1574 \| - \|
	\| 1.0989 \| 200 \| 0.0403 \| - \|
	\| 1.3736 \| 250 \| 0.0158 \| - \|
	\| 1.6484 \| 300 \| 0.0036 \| - \|
	\| 1.9231 \| 350 \| 0.0003 \| - \|
	\| 2.1978 \| 400 \| 0.0002 \| - \|
	\| 2.4725 \| 450 \| 0.0001 \| - \|
	\| 2.7473 \| 500 \| 0.0001 \| - \|
	\| 3.0220 \| 550 \| 0.0001 \| - \|
	\| 3.2967 \| 600 \| 0.0001 \| - \|
	\| 3.5714 \| 650 \| 0.0 \| - \|
	\| 3.8462 \| 700 \| 0.0 \| - \|
	\| 4.1209 \| 750 \| 0.0 \| - \|
	\| 4.3956 \| 800 \| 0.0 \| - \|
	\| 4.6703 \| 850 \| 0.0 \| - \|
	\| 4.9451 \| 900 \| 0.0 \| - \|
	\| 5.2198 \| 950 \| 0.0 \| - \|
	\| 5.4945 \| 1000 \| 0.0 \| - \|
	\| 5.7692 \| 1050 \| 0.0 \| - \|
	\| 6.0440 \| 1100 \| 0.0 \| - \|
	\| 6.3187 \| 1150 \| 0.0 \| - \|
	\| 6.5934 \| 1200 \| 0.0 \| - \|
	\| 6.8681 \| 1250 \| 0.0 \| - \|
	\| 7.1429 \| 1300 \| 0.0 \| - \|
	\| 7.4176 \| 1350 \| 0.0 \| - \|
	\| 7.6923 \| 1400 \| 0.0 \| - \|
	\| 7.9670 \| 1450 \| 0.0 \| - \|
	\| 8.2418 \| 1500 \| 0.0 \| - \|
	\| 8.5165 \| 1550 \| 0.0 \| - \|
	\| 8.7912 \| 1600 \| 0.0 \| - \|
	\| 9.0659 \| 1650 \| 0.0 \| - \|
	\| 9.3407 \| 1700 \| 0.0 \| - \|
	\| 9.6154 \| 1750 \| 0.0 \| - \|
	\| 9.8901 \| 1800 \| 0.0 \| - \|
	\| 10.1648 \| 1850 \| 0.0 \| - \|
	\| 10.4396 \| 1900 \| 0.0 \| - \|
	\| 10.7143 \| 1950 \| 0.0 \| - \|
	\| 10.9890 \| 2000 \| 0.0 \| - \|
	\| 11.2637 \| 2050 \| 0.0 \| - \|
	\| 11.5385 \| 2100 \| 0.0 \| - \|
	\| 11.8132 \| 2150 \| 0.0 \| - \|
	\| 12.0879 \| 2200 \| 0.0 \| - \|
	\| 12.3626 \| 2250 \| 0.0 \| - \|
	\| 12.6374 \| 2300 \| 0.0 \| - \|
	\| 12.9121 \| 2350 \| 0.0 \| - \|
	\| 13.1868 \| 2400 \| 0.0 \| - \|
	\| 13.4615 \| 2450 \| 0.0 \| - \|
	\| 13.7363 \| 2500 \| 0.0 \| - \|
	\| 14.0110 \| 2550 \| 0.0 \| - \|
	\| 14.2857 \| 2600 \| 0.0 \| - \|
	\| 14.5604 \| 2650 \| 0.0 \| - \|
	\| 14.8352 \| 2700 \| 0.0 \| - \|
	\| 15.1099 \| 2750 \| 0.0 \| - \|
	\| 15.3846 \| 2800 \| 0.0 \| - \|
	\| 15.6593 \| 2850 \| 0.0 \| - \|
	\| 15.9341 \| 2900 \| 0.0 \| - \|
	\| 16.2088 \| 2950 \| 0.0 \| - \|
	\| 16.4835 \| 3000 \| 0.0 \| - \|
	\| 16.7582 \| 3050 \| 0.0 \| - \|
	\| 17.0330 \| 3100 \| 0.0 \| - \|
	\| 17.3077 \| 3150 \| 0.0 \| - \|
	\| 17.5824 \| 3200 \| 0.0 \| - \|
	\| 17.8571 \| 3250 \| 0.0 \| - \|
	\| 18.1319 \| 3300 \| 0.0 \| - \|
	\| 18.4066 \| 3350 \| 0.0 \| - \|
	\| 18.6813 \| 3400 \| 0.0 \| - \|
	\| 18.9560 \| 3450 \| 0.0 \| - \|
	\| 19.2308 \| 3500 \| 0.0 \| - \|
	\| 19.5055 \| 3550 \| 0.0 \| - \|
	\| 19.7802 \| 3600 \| 0.0 \| - \|
	\| 20.0549 \| 3650 \| 0.0 \| - \|
	\| 20.3297 \| 3700 \| 0.0 \| - \|
	\| 20.6044 \| 3750 \| 0.0 \| - \|
	\| 20.8791 \| 3800 \| 0.0 \| - \|
	\| 21.1538 \| 3850 \| 0.0 \| - \|
	\| 21.4286 \| 3900 \| 0.0 \| - \|
	\| 21.7033 \| 3950 \| 0.0 \| - \|
	\| 21.9780 \| 4000 \| 0.0 \| - \|
	\| 22.2527 \| 4050 \| 0.0 \| - \|
	\| 22.5275 \| 4100 \| 0.0 \| - \|
	\| 22.8022 \| 4150 \| 0.0 \| - \|
	\| 23.0769 \| 4200 \| 0.0 \| - \|
	\| 23.3516 \| 4250 \| 0.0 \| - \|
	\| 23.6264 \| 4300 \| 0.0 \| - \|
	\| 23.9011 \| 4350 \| 0.0 \| - \|
	\| 24.1758 \| 4400 \| 0.0 \| - \|
	\| 24.4505 \| 4450 \| 0.0 \| - \|
	\| 24.7253 \| 4500 \| 0.0 \| - \|
	\| 25.0 \| 4550 \| 0.0 \| - \|
	\| 25.2747 \| 4600 \| 0.0 \| - \|
	\| 25.5495 \| 4650 \| 0.0 \| - \|
	\| 25.8242 \| 4700 \| 0.0 \| - \|
	\| 26.0989 \| 4750 \| 0.0 \| - \|
	\| 26.3736 \| 4800 \| 0.0 \| - \|
	\| 26.6484 \| 4850 \| 0.0 \| - \|
	\| 26.9231 \| 4900 \| 0.0 \| - \|
	\| 27.1978 \| 4950 \| 0.0 \| - \|
	\| 27.4725 \| 5000 \| 0.0 \| - \|
	\| 27.7473 \| 5050 \| 0.0 \| - \|
	\| 28.0220 \| 5100 \| 0.0 \| - \|
	\| 28.2967 \| 5150 \| 0.0 \| - \|
	\| 28.5714 \| 5200 \| 0.0 \| - \|
	\| 28.8462 \| 5250 \| 0.0 \| - \|
	\| 29.1209 \| 5300 \| 0.0 \| - \|
	\| 29.3956 \| 5350 \| 0.0 \| - \|
	\| 29.6703 \| 5400 \| 0.0 \| - \|
	\| 29.9451 \| 5450 \| 0.0 \| - \|

	### Framework Versions
	- Python: 3.10.12
	- SetFit: 1.1.0
	- Sentence Transformers: 3.3.1
	- Transformers: 4.44.2
	- PyTorch: 2.2.0a0+81ea7a4
	- Datasets: 3.2.0
	- Tokenizers: 0.19.1

	## Citation

	### BibTeX
	```bibtex
	@article{https://doi.org/10.48550/arxiv.2209.11055,
	doi = {10.48550/ARXIV.2209.11055},
	url = {https://arxiv.org/abs/2209.11055},
	author = {Tunstall, Lewis and Reimers, Nils and Jo, Unso Eun Seo and Bates, Luke and Korat, Daniel and Wasserblat, Moshe and Pereg, Oren},
	keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
	title = {Efficient Few-Shot Learning Without Prompts},
	publisher = {arXiv},
	year = {2022},
	copyright = {Creative Commons Attribution 4.0 International}
	}
	```

	<!--
	## Glossary

	Clearly define terms in order to be accessible across audiences.
	-->

	<!--
	## Model Card Authors

	Lists the people who create the model card, providing recognition and accountability for the detailed work that goes into its construction.
	-->

	<!--
	## Model Card Contact

	Provides a way for people who have updates to the Model Card, suggestions, or questions, to contact the Model Card authors.
	-->