---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 아기 기저귀가방 숄더백 출산가방 애기 엄마 분유가방 그레이 출산/육아 > 외출용품 > 기저귀가방
- text: '[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품'
- text: 비트윈 뱀부 사일런스 아기띠 힙시트 무소음클립 허리벨트 올인원 3in1 쿨그레이 출산/육아 > 외출용품 > 힙시트
- text: 팔찌형 스프 랑 미아방지 밴드 다용도 유모차 가방 어린이 끈 아가 유아 용품 줄 아기 링 오렌지1P 출산/육아 > 외출용품 > 미아방지용품
- text: 허리 러닝 파우치 런닝 휴대폰 스마트폰 벨트 달리기용품rva-559636c 프리사이즈_랙 출산/육아 > 외출용품 > 슬링
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:** 10 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 |
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 8.0 | - '[현대백화점][압소바] 용용 텐셀 속싸개(2024년 봄신상) AZA10901 아이보리/FREE 출산/육아 > 외출용품 > 포대기/처네'
- '애착육아 아기포대기 여름 망사 신생아 전통 사계절 순면 어부바 워머 인견 띠 어깨끈 사계절 일자형_아기곰블루 7부 출산/육아 > 외출용품 > 포대기/처네'
- '[현대백화점][에뜨와] (2종용띠)켄미배내저고리X로디양말세트 07R017001B [00001] 아이보리아이보리/3M 출산/육아 > 외출용품 > 포대기/처네'
|
| 3.0 | - '의류용/슈즈용 네임스티커 화이트스티치 혼합형 의류용_컬러_의류용네임스티커Color여아리본_혼합형 출산/육아 > 외출용품 > 미아방지용품'
- '의류용/슈즈용 네임스티커 화이트스티치 혼합형 신발용_슈즈용네임스티커애니멀_원형30 출산/육아 > 외출용품 > 미아방지용품'
- '주문제작 미아방지 아기 포토 자동차 캐리어 네임택 에어팟 키링 어린이집 유치원 가방고리 아이돌 반려동물 열쇠고리 굿즈 베이직 더블팩_화이트_핑크 출산/육아 > 외출용품 > 미아방지용품'
|
| 5.0 | - 'Bebefit 베베핏 시그니처7 올인원 아기띠 패브릭 바구니+어깨침받이+가슴침받이세트 (선물 2종) 다크그레이 (사은품 2종) 출산/육아 > 외출용품 > 아기띠'
- '베베핏x폴레드 시그니처7 올인원 아기띠 & 폴레드 에어러브 아기띠마스크 신생아 외출필수템 다크네이비_폴레드 에어러브 마스크_골든카멜 출산/육아 > 외출용품 > 아기띠'
- '양털 아기 보낭 겉싸개 204539 유아 신생아 버건디9 출산/육아 > 외출용품 > 아기띠'
|
| 2.0 | - '비비엔다 아기 후드 망토 블랭킷 아기띠 유모차 워머 바람막이 M(24개월 이상 추천)_하트꼼_다우니퍼(3~4주 소요) 출산/육아 > 외출용품 > 망토/워머'
- '세인트돌 무지손토시 모카_FREE 출산/육아 > 외출용품 > 망토/워머'
- '돗투돗 뽀글이 극세사 아기띠 워머 아기 망토 블랭킷 유모차 바람막이 담요 겨울 [겨울 추천]극세사_비비(아이보리) 출산/육아 > 외출용품 > 망토/워머'
|
| 0.0 | - '기저귀가방 국민 기저귀 아기 가방 캔버스 가벼운 유모차 에코백 토트bag 옵션1(크로스끈없음)_블랙 출산/육아 > 외출용품 > 기저귀가방'
- '리엘라 숄더백 기저귀가방 이너백 파우치 핑크 출산/육아 > 외출용품 > 기저귀가방'
- '방수 건조 이중 지퍼 핸드백, 아기 기저귀 가방, 유모차 운반 팩, 여행 야외 보관 기저귀 포드 WB8-29 출산/육아 > 외출용품 > 기저귀가방'
|
| 1.0 | - '별과모래 아기띠침받이7종 아기띠커버 에르고호환 힙시트 침패드 [별과모 아기띠침받이1세트-옐로우 출산/육아 > 외출용품 > 기타외출용품'
- '미토 어린이킥보드 악세사리 유모차 컵홀더 바람개비 자전거벨 스트리머 킥보드인형 마이크로 21세기 호환 보호대 S 핑크 출산/육아 > 외출용품 > 기타외출용품'
- '744854 Apollo Walker 소형 및 대형 애완동물 캐리어 백팩 틸 쿠션 백 서포트 안전장치 여행 하이킹 아웃도어용 Teal Black 출산/육아 > 외출용품 > 기타외출용품'
|
| 7.0 | - '[이벤트]오로라x돗투돗 클라우드 퀄팅 휴대용 기저귀 패드 휴대용방수매트 기저귀 방수 매트.블루 출산/육아 > 외출용품 > 아기띠쿨러/패드'
- '베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 딥브라운(썸머패키지)_주니어 밀키웨이 출산/육아 > 외출용품 > 아기띠쿨러/패드'
- '베베핏x폴레드 국민 기저귀가방 & 폴레드 에어러브3 도넛,주니어,에어마스트 에어쿨시트 올리브베이지(썸머패키지)_주니어 피치크림 출산/육아 > 외출용품 > 아기띠쿨러/패드'
|
| 4.0 | - 'JRCuddles 아기 랩 캐리어 AirMesh - 신생아부터 최대 44파운드의 유아까지 - 캥거루 스타일로 운반하기 쉬운 어린이용 슬링 - 엄마와 아빠를 위한 경량 가 Beige Dark Blue 출산/육아 > 외출용품 > 슬링'
- 'Baby Wrap Carrier,Adjustable Baby Carrier Newborn to Toddler Original Stretchy Infant Sling, Perfect Blue 출산/육아 > 외출용품 > 슬링'
- 'Unbred 아기 캐리어 랩 통기성 슬링 인체공학 백팩 코튼 ## 파랑색 출산/육아 > 외출용품 > 슬링'
|
| 6.0 | - '에어룸 아기띠+침받이 출산/육아 > 외출용품 > 아기띠받침이'
- '오가닉붐 빅도뜨 가슴 침받이 아이보리 출산/육아 > 외출용품 > 아기띠받침이'
- '아기띠 앞보기전용 침받이 에르고 힙시트 출산/육아 > 외출용품 > 아기띠받침이'
|
| 9.0 | - '베이비소풍 해먹 사이드 힙시트 휴대용 영유아 외출용 베이지(기본스트랩) 출산/육아 > 외출용품 > 힙시트'
- '아기 외출 바람막이 힙시트 유모차 방풍커버 포대기 스카이블루 퍼플 출산/육아 > 외출용품 > 힙시트'
- '[베베핏]스마트 캐리어 아기띠 출산/육아 > 외출용품 > 힙시트'
|
## 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_bc14")
# Run inference
preds = model("[에시앙]모데즈 유모차라이너+목쿠션 (디자인선택) 레몬 출산/육아 > 외출용품 > 기타외출용품")
```
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:--------|:----|
| Word count | 7 | 14.5385 | 42 |
| 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 |
### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0079 | 1 | 0.4929 | - |
| 0.3937 | 50 | 0.4972 | - |
| 0.7874 | 100 | 0.4631 | - |
| 1.1811 | 150 | 0.0622 | - |
| 1.5748 | 200 | 0.0077 | - |
| 1.9685 | 250 | 0.0002 | - |
| 2.3622 | 300 | 0.0001 | - |
| 2.7559 | 350 | 0.0 | - |
| 3.1496 | 400 | 0.0 | - |
| 3.5433 | 450 | 0.0 | - |
| 3.9370 | 500 | 0.0 | - |
| 4.3307 | 550 | 0.0 | - |
| 4.7244 | 600 | 0.0 | - |
| 5.1181 | 650 | 0.0 | - |
| 5.5118 | 700 | 0.0 | - |
| 5.9055 | 750 | 0.0 | - |
| 6.2992 | 800 | 0.0 | - |
| 6.6929 | 850 | 0.0 | - |
| 7.0866 | 900 | 0.0 | - |
| 7.4803 | 950 | 0.0 | - |
| 7.8740 | 1000 | 0.0 | - |
| 8.2677 | 1050 | 0.0 | - |
| 8.6614 | 1100 | 0.0 | - |
| 9.0551 | 1150 | 0.0 | - |
| 9.4488 | 1200 | 0.0 | - |
| 9.8425 | 1250 | 0.0 | - |
| 10.2362 | 1300 | 0.0 | - |
| 10.6299 | 1350 | 0.0 | - |
| 11.0236 | 1400 | 0.0 | - |
| 11.4173 | 1450 | 0.0 | - |
| 11.8110 | 1500 | 0.0 | - |
| 12.2047 | 1550 | 0.0 | - |
| 12.5984 | 1600 | 0.0 | - |
| 12.9921 | 1650 | 0.0 | - |
| 13.3858 | 1700 | 0.0 | - |
| 13.7795 | 1750 | 0.0 | - |
| 14.1732 | 1800 | 0.0 | - |
| 14.5669 | 1850 | 0.0 | - |
| 14.9606 | 1900 | 0.0 | - |
| 15.3543 | 1950 | 0.0 | - |
| 15.7480 | 2000 | 0.0 | - |
| 16.1417 | 2050 | 0.0 | - |
| 16.5354 | 2100 | 0.0 | - |
| 16.9291 | 2150 | 0.0 | - |
| 17.3228 | 2200 | 0.0 | - |
| 17.7165 | 2250 | 0.0 | - |
| 18.1102 | 2300 | 0.0 | - |
| 18.5039 | 2350 | 0.0 | - |
| 18.8976 | 2400 | 0.0 | - |
| 19.2913 | 2450 | 0.0 | - |
| 19.6850 | 2500 | 0.0 | - |
| 20.0787 | 2550 | 0.0 | - |
| 20.4724 | 2600 | 0.0 | - |
| 20.8661 | 2650 | 0.0 | - |
| 21.2598 | 2700 | 0.0 | - |
| 21.6535 | 2750 | 0.0 | - |
| 22.0472 | 2800 | 0.0 | - |
| 22.4409 | 2850 | 0.0 | - |
| 22.8346 | 2900 | 0.0 | - |
| 23.2283 | 2950 | 0.0 | - |
| 23.6220 | 3000 | 0.0 | - |
| 24.0157 | 3050 | 0.0 | - |
| 24.4094 | 3100 | 0.0 | - |
| 24.8031 | 3150 | 0.0 | - |
| 25.1969 | 3200 | 0.0 | - |
| 25.5906 | 3250 | 0.0 | - |
| 25.9843 | 3300 | 0.0 | - |
| 26.3780 | 3350 | 0.0 | - |
| 26.7717 | 3400 | 0.0 | - |
| 27.1654 | 3450 | 0.0 | - |
| 27.5591 | 3500 | 0.0 | - |
| 27.9528 | 3550 | 0.0 | - |
| 28.3465 | 3600 | 0.0 | - |
| 28.7402 | 3650 | 0.0 | - |
| 29.1339 | 3700 | 0.0 | - |
| 29.5276 | 3750 | 0.0 | - |
| 29.9213 | 3800 | 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}
}
```