---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- metric
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 테팔 매직핸즈 인덕션 블랙스톤 후라이팬 2종(24+28) 05-매트그레이3종(팬24+웍22+손잡이) (주)티피상사
- text: 놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예
- text: 위케어 친환경 산화생분해 크린위생장갑 200매 천연일회용 비닐장갑  에이비컴퍼니
- text: 대형 주방 베이킹 반죽 도마 실리콘 향균 80x70 눈금자 09. 모란그린 플러스 도톰 50x70 사은품 경식시대
- text: 오리스타 우드 하비 41 우드 큐브1호1구 세트 주식회사 두현인터내셔널
inference: true
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: metric
      value: 0.5785953728183967
      name: Metric
---

# 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:** 16 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                                                                                                                                                                                                             |
|:------|:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.0   | <ul><li>'1 + 1 국산 실리콘 에어프라이어용기 전자렌지용기 6.십자형 1+1 그레이(특대) 리빙스토리'</li><li>'키친아트 프리미엄 아티스트3종 세트 (18양수+16편수+24전골) 프리미엄 아티스트3종세트 라임안경'</li><li>'PN풍년 압력밥솥 AS 부품 고무패킹 PC-20C A. 고무패킹_A-VTG-01. 베르투 VTGPC-01 비슈마켓'</li></ul> |
| 15.0  | <ul><li>'HC 빗살 점보그릴양면팬 30cm  주식회사 나르샤'</li><li>'[갤러리아] 엑스클립스 바닥3중 실속 2종세트 (F28+W28)  한화갤러리아(주)'</li><li>'[도착보장] 컴플리트 티타늄 IH 계란말이 3종 세트  주식회사 에이치씨컴퍼니 (HC Company)'</li></ul>                                         |
| 11.0  | <ul><li>'(이엔메디)스탠딩파우치 100장 한약파우치 한약봉지 봉투 한약팩 자연의선물 100장 이엔메디칼'</li><li>'(시시호시) 타원 가죽트레이 라지사이즈 Free_아쿠아민트 '</li><li>'셀룰로오스 행주 독일 스웨덴 주방행주 붉은튤립 21.공룡시대 티디인터내셔널'</li></ul>                                             |
| 8.0   | <ul><li>'1200x800 엔틱 1도 직교자상  브라우니박스12'</li><li>'MLL614 순동 향도세트 훈향로 향로 가루향 S 비디마켓(bd Market)'</li><li>'방짜 수공예품제기 제사제기제기 IW5E8362  코리아샵'</li></ul>                                                                    |
| 3.0   | <ul><li>'무공해 옹기명가 쌀독 긴항아리 소금단지 10kg 20kg 20kg 쌀독 옹기명가'</li><li>'농업용 저장 물탱크 사각 100L 대용량 농약 물통 탱크 말통 식수용 플라스틱 Q.60L3 꾸미다홈'</li><li>'액체 질소 탱크 10L 20L 30L 냉동 실험실 병원 보관 10리터 125mm 구경 구매가이드'</li></ul>                   |
| 5.0   | <ul><li>'vo/(그레이 2P)삶아쓰는 실리콘 와인마개 공기차단 다용도 병뚜껑 간편한  벤타상사'</li><li>'[OF511PN6]디아이 미니 디켄더 클리어 ONECOLOR／FREE sellerhub'</li><li>'쿠킹의정석 에그 수란만들기1개(랜덤)  메종드라라'</li></ul>                                                 |
| 7.0   | <ul><li>'선인장 화분 계량 스푼 숟가락 홀더 4색수저물결무늬화분크라프트지포장+가방 컴어라운드마켓'</li><li>'총알배송 크놉다이얼 햅 타이머 스탑워치 요가 요리 쿠킹 조리 선물용 가정용 업소용 대량주문 표준형 타이머 올어바웃헬스'</li><li>'[제이큐]한신 호스밴드-스테인레스 17Inch 430mm BOX20EA  월드와이드 쇼핑'</li></ul>         |
| 13.0  | <ul><li>'[로얄포드] 시그니처 칼블럭 세트 5PCS  (주)씨제이이엔엠'</li><li>'자석 칼걸이 소품걸이 거치대 행거 정리 50CM 수납선반 무타공 용품 프레임 50cm 알리몽드'</li><li>'양은 절구 210mm 318mm 업소용절구 절구방 업소용 특대260 주방119'</li></ul>                                          |
| 4.0   | <ul><li>'도자기 종지 ver.1 간장 일본 초장 와사비 미니 소스 그릇 omg 109 선택 I_8) 루미-69 줄고양이 종지 주식회사 오메가키친'</li><li>'옳음 공기 (4color) 블랙 오픈주방'</li><li>'에디슨 성인용 교정 젓가락 왼손용 오른손용 에디슨 성인용 교정 젓가락 오른손용 주식회사 성현종합유통'</li></ul>                   |
| 12.0  | <ul><li>'타이거보온주전자 핸디저그 1600ml / PWO-A160 화이트 신세계몰'</li><li>'코카코 물주전자 5L  쭈비쭈비'</li><li>'주전자 1.5L 들통주전자 스텐  위드위너(e)'</li></ul>                                                                                        |
| 9.0   | <ul><li>'고운손 자동 세척기 쌀  예스딜'</li><li>'800도씨 스텐 뒤집개 스패치 스크래퍼 그리들 터너 우드 손잡이 스텐 뒤집개 주식회사 디자인앤라이프스토리'</li><li>'수동 스테인레스 압착기 프레스 착즙기 2L 스테인리스 스틸 대경'</li></ul>                                                             |
| 14.0  | <ul><li>'V60종이필터 01/02/03화이트 40매 2-6인용(VCF-03-40W) 하리오코리아주식회사'</li><li>'스타 플루티드 저그 900ml_2503442/로얄코펜하겐  롯데쇼핑(주)'</li><li>'칼리타 102필터 40p-화이트  주식회사 로프트샵'</li></ul>                                                   |
| 0.0   | <ul><li>'접이식 테이블 정사각 소(송목) G.TOP'</li><li>'책상 좌식 블루 스탠다드 4 접이식 D 공부 밥상 1인용 테이블 간이 미니  (SYSH)컴퍼니'</li><li>'접이식 거실 공부 테이블 미니 좌탁 접이식공부상 상품선택_테이블 라운드 포커스스토어'</li></ul>                                                  |
| 6.0   | <ul><li>'와인잔 큐빅 칵테일잔 투명 보석 내열유리 홈파티 선물 9)  물컵 1개(선물 상자 없음) 김헌수'</li><li>'테이크아웃컵 100개/아이스컵 투명일회용 플라스틱컵 일자투명빨대(7x210x500개)1개 바른유통'</li><li>'컨템포러리머그 HM형 0.36L 4p(BG) HME형 '</li></ul>                                  |
| 10.0  | <ul><li>'상하로 움직이는 S T smart 창문형 주방 정리 식기 건조대 900 1200 선택01) 900 T-스마트[티타늄 컬러] 퀸넥스'</li><li>'이케아 RINNIG 린니그 패턴 행주 4개입 다크그레이 2) 이나마리아 행주 4P (블루/핑크) 주식회사 랩앤툴스'</li><li>'JBJ 코모드 2단 올스텐 식기건조대  주식회사 제이비제이'</li></ul>    |
| 2.0   | <ul><li>'KNC 모도리 깔끔도마 리필교체형 2p 번트오렌지_크림화이트 그로쓰스토어'</li><li>'스텐 업소용 대형 도마 주방 살균 위생 베이킹 반죽판 큰 특대 업소 가정용 싱크대 상판 양면접힘_1.5_50x70 와이엘컴퍼니'</li><li>'[죠셉죠셉]폴리오도마라지그라파이트4종세트 / JJP60184 도마세트 (주)신세계사이먼 파주점'</li></ul>         |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.5786 |

## 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_lh25")
# Run inference
preds = model("놋담 방짜유기 유기 티스푼 10.유기 체리 사각 티스푼 (주)죽전도예")
```

<!--
### 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   | 3   | 9.5687 | 22  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 50                    |
| 1.0   | 50                    |
| 2.0   | 50                    |
| 3.0   | 50                    |
| 4.0   | 50                    |
| 5.0   | 50                    |
| 6.0   | 50                    |
| 7.0   | 50                    |
| 8.0   | 50                    |
| 9.0   | 50                    |
| 10.0  | 50                    |
| 11.0  | 50                    |
| 12.0  | 50                    |
| 13.0  | 50                    |
| 14.0  | 50                    |
| 15.0  | 50                    |

### Training Hyperparameters
- batch_size: (512, 512)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 40
- body_learning_rate: (2e-05, 2e-05)
- head_learning_rate: 2e-05
- loss: CosineSimilarityLoss
- distance_metric: cosine_distance
- margin: 0.25
- end_to_end: False
- use_amp: False
- warmup_proportion: 0.1
- seed: 42
- eval_max_steps: -1
- load_best_model_at_end: False

### Training Results
| Epoch | Step | Training Loss | Validation Loss |
|:-----:|:----:|:-------------:|:---------------:|
| 0.008 | 1    | 0.4166        | -               |
| 0.4   | 50   | 0.3979        | -               |
| 0.8   | 100  | 0.2722        | -               |
| 1.2   | 150  | 0.1862        | -               |
| 1.6   | 200  | 0.1144        | -               |
| 2.0   | 250  | 0.0921        | -               |
| 2.4   | 300  | 0.0586        | -               |
| 2.8   | 350  | 0.0429        | -               |
| 3.2   | 400  | 0.0189        | -               |
| 3.6   | 450  | 0.0096        | -               |
| 4.0   | 500  | 0.0151        | -               |
| 4.4   | 550  | 0.0146        | -               |
| 4.8   | 600  | 0.0154        | -               |
| 5.2   | 650  | 0.012         | -               |
| 5.6   | 700  | 0.0145        | -               |
| 6.0   | 750  | 0.0037        | -               |
| 6.4   | 800  | 0.0064        | -               |
| 6.8   | 850  | 0.001         | -               |
| 7.2   | 900  | 0.0007        | -               |
| 7.6   | 950  | 0.0004        | -               |
| 8.0   | 1000 | 0.0002        | -               |
| 8.4   | 1050 | 0.0002        | -               |
| 8.8   | 1100 | 0.0002        | -               |
| 9.2   | 1150 | 0.0002        | -               |
| 9.6   | 1200 | 0.0002        | -               |
| 10.0  | 1250 | 0.0002        | -               |
| 10.4  | 1300 | 0.0001        | -               |
| 10.8  | 1350 | 0.0001        | -               |
| 11.2  | 1400 | 0.0001        | -               |
| 11.6  | 1450 | 0.0001        | -               |
| 12.0  | 1500 | 0.0001        | -               |
| 12.4  | 1550 | 0.0001        | -               |
| 12.8  | 1600 | 0.0001        | -               |
| 13.2  | 1650 | 0.0001        | -               |
| 13.6  | 1700 | 0.0001        | -               |
| 14.0  | 1750 | 0.0001        | -               |
| 14.4  | 1800 | 0.0001        | -               |
| 14.8  | 1850 | 0.0001        | -               |
| 15.2  | 1900 | 0.0001        | -               |
| 15.6  | 1950 | 0.0001        | -               |
| 16.0  | 2000 | 0.0001        | -               |
| 16.4  | 2050 | 0.0001        | -               |
| 16.8  | 2100 | 0.0001        | -               |
| 17.2  | 2150 | 0.0001        | -               |
| 17.6  | 2200 | 0.0001        | -               |
| 18.0  | 2250 | 0.0001        | -               |
| 18.4  | 2300 | 0.0001        | -               |
| 18.8  | 2350 | 0.0001        | -               |
| 19.2  | 2400 | 0.0001        | -               |
| 19.6  | 2450 | 0.0001        | -               |
| 20.0  | 2500 | 0.0001        | -               |

### Framework Versions
- Python: 3.10.12
- SetFit: 1.1.0.dev0
- Sentence Transformers: 3.1.1
- Transformers: 4.46.1
- PyTorch: 2.4.0+cu121
- Datasets: 2.20.0
- Tokenizers: 0.20.0

## 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.*
-->