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