---
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: MLB [MLB] 루키 언스트럭쳐 볼캡 24종 택1 203993 선택 20) 3ACP7701N-07ORL_F 위드홀리투
- text: 남여공용 기본군모 4컬러 EVE 카키 에브리씽굿
- text: 골덴와이어버킷햇(T)7252 브라운 모티브코리아
- text: 패션울벙거지97 베이지 디플코리아 (Digital Plus Korea)
- text: '[닥스](강남점)DBHE4EL01W2 브라운 체크 면 헌팅캡  신세계백화점'
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: 0.8489339496048904
      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:** 13 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                                                                                                                                                                                                                                                  |
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 10.0  | <ul><li>'밀로 [Exclusive] Holiday Signature Ball Cap (20Colors) MINT GRAY 포챌린지'</li><li>'(골라) 남녀공용 (GL)CONTRAST STITCHED CAP (3 COLOR) WW9G3SAAC101 연핑크_FRE '</li><li>'밀로 [Exclusive] Holiday Signature Ball Cap (20Colors) STONE BLACK 포챌린지'</li></ul>     |
| 4.0   | <ul><li>'꽈배기 비니 모자 두꺼운 골무 털 뜨개 여성 겨울 캡 알파카 남자 커플 니트 주황색_S(아이 32-52 cm) 앤디일레븐'</li><li>'패션모자 방한 남자 니트 후드 겨울 장갑 가을 워머 도톰한 3종세트 기모 블랙 마이클로드'</li><li>'털모자 따뜻한 낚시 모자 아빠 중년남성 노인 겨울 옵션06 에스앤지샵'</li></ul>                                                      |
| 7.0   | <ul><li>'[하프클럽/구김스]구김스 모자(스포츠/등산/여행/방수) BEST 7종 균일가 763_블랙_D type 하프클럽'</li><li>'캉골 아웃도어 액티비티 버켓 4480 에크루 M AK플라자1관'</li><li>'[벤시몽](신세계센텀점)[23FW] WINTER BUCKET HAT - 2color NAVY_FREE 주식회사 에스에스지닷컴'</li></ul>                                            |
| 3.0   | <ul><li>'고탄성 부드러운 메쉬 원단 운동야외활동 스카프 두건 연그레이 드림픽쳐스'</li><li>'[로스코]반다나 스카프 헤어밴드 페이즐리 손수건 OLIVE DRAB_4051/Freesize 패션플러스'</li><li>'페이즐리 반다나 헤어 머리두건 비 손수건 스카프 그린 보물삼'</li></ul>                                                                               |
| 1.0   | <ul><li>'방한모자2종 귀달이 털모자 군밤 스키 용품 트래퍼햇 마스크 캡방한모자 01.불구덩이군방모자 제이케이 아트 갤러리'</li><li>'[MLB] 패딩 트루퍼 귀달이 햇(3AWMPH136-50BKS) 블랙-50BKS/59H 에이케이에스앤디(주) AK플라자 평택점'</li><li>'겨울 곰돌이 후드 귀달이 모자 목돌이 동물 털모자 05.브라운 석진케이 주식회사'</li></ul>                                |
| 9.0   | <ul><li>'스냅백 패션모자 snapback (투톤)그레이오렌지 루나마켓'</li><li>'스냅백 패션모자 snapback 레드 루나마켓'</li><li>'공용 메탈 원포인트 스냅백 뉴욕양키스 (32CP57111-50L)  '</li></ul>                                                                                                                |
| 0.0   | <ul><li>'기본 군모 버킷햇 밀리터리 여자 빈티지군모 모자 남자 버캣햇 블랙 카키 / FREE 체인지비'</li><li>'빈티지 워싱 느낌 영문 레터링 장식 포인트 엣지 군모 그레이 (주)오너클랜'</li><li>'질좋은 군모 모자(차콜/국내생산) 네이비 프리마켓'</li></ul>                                                                                         |
| 2.0   | <ul><li>'여자 겨울템 따뜻 극세사 양털곰돌이머리띠 귀마개 A24973_베이지_FREE 세븐제이스(7JS)'</li><li>'양털 곰돌이귀마개 귀도리 뽀글이 귀마개 방한귀마개 목도리 화이트 현성마켓'</li><li>'스타일 더하기-36-꽈배기방한귀마개 핑크 이미연'</li></ul>                                                                                         |
| 6.0   | <ul><li>'국내발송 MARITHE FRANCOIS GIRBAUD 마리떼 CABLE KNIT BEANIE blue 1MG23SHG112 ONE SIZE 씨이랩'</li><li>'[매장발송] 마리떼 CLASSIC LOGO BEANIE black OS 와이에스마켓'</li><li>'MARITHE FRANCOIS GIRBAUD CABLE KNIT BEANIE gray 1MG23SHG112 227185 ONE SIZE 원플렉스'</li></ul> |
| 8.0   | <ul><li>'비앙카 BIANCA (여성용) 누가/내추럴로고_OS '</li><li>'[롯데백화점]화이트샌즈 공용 UV 프로텍션 바이저 소니아 2.아이보리 롯데백화점_'</li><li>'화이트샌즈 소니아 UV 프로텍션 썬바이저 1종 [00003] 아이보리 현대홈쇼핑'</li></ul>                                                                                          |
| 12.0  | <ul><li>'캉골 헌팅캡 울 플렉스핏 504 K0873 심리스 울 507 K0875 3107 남녀공용 베레모 3. K3107ST (Black)_SMALL 어썸우즈'</li><li>'다용도 활용 직원 종업원 단체 패션 모자 헌팅캡 화이트 가온'</li><li>'앨리 카페 바리스타 모자 베이커 캡 마도로스햇[루즈루나주얼리] 블랙 주식회사 웹이즈'</li></ul>                                              |
| 11.0  | <ul><li>'1631뉴욕 볼캡 6color / 남녀공용모자 캡모자 그린 레이어드컴퍼니'</li><li>'패션벙거지0009 벙거지 가을 모자 여성 패션 밤색 골드코스트'</li><li>'꽈배기니트벙거지모자B28016 검정 프레임바이브'</li></ul>                                                                                                            |
| 5.0   | <ul><li>'니트 베레모 S1450 진주방울 핑크 지에이치글로벌'</li><li>'[박민영, 라이즈 원빈 착용] 스터드 로고 울 베레모 블랙  '</li><li>'/ 베이직 레더 뉴스보이캡 빵모자 (2color) 아이보리_one size 롭스(robs)'</li></ul>                                                                                                |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.8489 |

## 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_ac2")
# Run inference
preds = model("남여공용 기본군모 4컬러 EVE 카키 에브리씽굿")
```

<!--
### 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   | 9.5523 | 21  |

| 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                    |

### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0098  | 1    | 0.4348        | -               |
| 0.4902  | 50   | 0.3427        | -               |
| 0.9804  | 100  | 0.1921        | -               |
| 1.4706  | 150  | 0.1061        | -               |
| 1.9608  | 200  | 0.0544        | -               |
| 2.4510  | 250  | 0.0384        | -               |
| 2.9412  | 300  | 0.0155        | -               |
| 3.4314  | 350  | 0.0128        | -               |
| 3.9216  | 400  | 0.0177        | -               |
| 4.4118  | 450  | 0.0082        | -               |
| 4.9020  | 500  | 0.005         | -               |
| 5.3922  | 550  | 0.0007        | -               |
| 5.8824  | 600  | 0.0004        | -               |
| 6.3725  | 650  | 0.0003        | -               |
| 6.8627  | 700  | 0.0003        | -               |
| 7.3529  | 750  | 0.0003        | -               |
| 7.8431  | 800  | 0.0003        | -               |
| 8.3333  | 850  | 0.0003        | -               |
| 8.8235  | 900  | 0.0002        | -               |
| 9.3137  | 950  | 0.0002        | -               |
| 9.8039  | 1000 | 0.0001        | -               |
| 10.2941 | 1050 | 0.0001        | -               |
| 10.7843 | 1100 | 0.0001        | -               |
| 11.2745 | 1150 | 0.0001        | -               |
| 11.7647 | 1200 | 0.0001        | -               |
| 12.2549 | 1250 | 0.0001        | -               |
| 12.7451 | 1300 | 0.0001        | -               |
| 13.2353 | 1350 | 0.0001        | -               |
| 13.7255 | 1400 | 0.0001        | -               |
| 14.2157 | 1450 | 0.0001        | -               |
| 14.7059 | 1500 | 0.0001        | -               |
| 15.1961 | 1550 | 0.0001        | -               |
| 15.6863 | 1600 | 0.0001        | -               |
| 16.1765 | 1650 | 0.0001        | -               |
| 16.6667 | 1700 | 0.0001        | -               |
| 17.1569 | 1750 | 0.0001        | -               |
| 17.6471 | 1800 | 0.0001        | -               |
| 18.1373 | 1850 | 0.0001        | -               |
| 18.6275 | 1900 | 0.0001        | -               |
| 19.1176 | 1950 | 0.0001        | -               |
| 19.6078 | 2000 | 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.*
-->