---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- accuracy
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 질레트 퓨전 하이드라젤 센서티브스킨 195mgX3입 (질레트퓨전하이드라젤)-190mlx3통★특가★ 애니몰
- text: 꽃을든남자 플러스유 포맨 스킨 250ml 1개 플러스유 포맨 로션 아주상사
- text: 오니츠카타이거 MEXICO 66 SD 크림 남성 운동화 스니커즈 1183A838-100 27.5cm_- 77언니
- text: 키엘 훼이셜 퓨얼 에너자이징 모이스처 트리트먼트 포 맨 125ml 옵션없음 주식회사 샌팅
- text: 비오템옴므 포스 수프림 클렌저 125ml 비오템 포스 수프림 클렌저 125ml 메이비굿컴퍼니
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: accuracy
      value: 0.561352657004831
      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:** 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                                                                                                                                                                                                                    |
|:------|:----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 13.0  | <ul><li>'[토르셀렉샵] 랩시리즈 올인원 멀티 액션 훼이스 워시 100ml 100ml 토르컴퍼니'</li><li>'랩시리즈 올인원 멀티 액션 훼이스 워시 100ml 1021844 올인원 멀티 액션 훼이스 워시 100ml 배스테인'</li><li>'남자 폼 클렌징 미프 비타에너지 150ml x3개 세트 남성 세안제 비타민 트러블 보습 옵션없음 (주)라이프스타일프로젝트'</li></ul> |
| 12.0  | <ul><li>'라피크젤 포맨 남성 크림 50ml 1개 라파크젤'</li><li>'남성 유니콘 롱타임 젤 60g 강한남자 옵션없음 에이플러스'</li><li>'프리메라 맨 인더핑크 아쿠아 쉴드 파워 모이스처라이징 젤 50ml 옵션없음 달달하우스'</li></ul>                                                                         |
| 6.0   | <ul><li>'니베아 맨 센서티브 쉐이빙 젤 200ml 옵션없음 네고장터'</li><li>'니베아 맨 센서티브 쉐이빙 젤 면도젤 200ml 옵션없음 (주)에스티아이그룹'</li><li>'질레트 포오미 레몬 라임 쉐이빙 크림 175g 옵션없음 라봉'</li></ul>                                                                       |
| 0.0   | <ul><li>'더고래 롱타임스프레이 남자사타구니 쿨링스프레이 30ml 옵션없음 주식회사 버루디(Burudy Corp.)'</li><li>'남성 청결제 샤워 위생 냄세제거기 청결 바디 목욕용품 200ML 옵션없음 나노나비'</li><li>'남자 사타구니 습진 가려움 가려움증 세정제 청결제 옵션없음 강스맘'</li></ul>                                       |
| 5.0   | <ul><li>'BIOTHERM 비오템 UV 디펜스 선스틱 20g 옵션없음 씨플랩'</li><li>'[현대백화점][빌리프]빌리프 맨올로지 울트라 레스큐 에브리데이 선스크린 60ml 옵션없음 (주)현대백화점'</li><li>'남자 선크림 자연스러운 화이트닝 남성 자외선 블록 4계절용 브리올 옴므'</li></ul>                                             |
| 2.0   | <ul><li>'오디세이 로맨틱 에멀전 130ml (비치용)오디세이 로맨틱 스킨 130ml 리앤햇'</li><li>'오딧세이 로맨틱 에멀젼130ml 옵션없음 야긴&보아스 무역'</li><li>'헤라 옴므 파워부스팅 모이스춰라이저 110ml/N 에멀젼110ml+20ml(케이스 X) 케이상사'</li></ul>                                                |
| 3.0   | <ul><li>'네이처바이 차콜 미네랄 아쿠아 콜라겐 마스크팩 포맨 50매 /남성전용팩 코코팜'</li><li>'릴리프 맨테라피 마스크 18ml x4 엠도씨코리아'</li><li>'마스크팩 매프디 남성 마스크 브라이트닝 오일 컨트롤 화이트닝 여드름 자국 수축 모공 리프팅 전용 바버스 Barbers'</li></ul>                                           |
| 8.0   | <ul><li>'아라미스 애프터 쉐이브 스킨  200ml, 1개 옵션없음 지크(JIC)'</li><li>'랩시리즈 레스큐 워터로션 200ml 토너 스킨 옵션없음 케이뷰티'</li><li>'꽃을든남자 옴므 스킨 140ml 옵션없음 씀(SSM) 리테일'</li></ul>                                                                       |
| 10.0  | <ul><li>'홀츠포맨 남자 에센스 100ml 종합 피부 영양제 멀티 비타민 주름개선 남성 화장품 쇼핑베토벤'</li><li>'설화수 본윤 에센스 140ml 유통기한 27년 설화수'</li><li>'SatinNaturel 사틴내추럴 비어드 오일 100ml x 3개 옵션없음 명원박'</li></ul>                                                    |
| 9.0   | <ul><li>'오딧세이옴므 챕터파이브 안티파티그 아이 세럼 라이트하우스 15ml 오딧세이'</li><li>'남자 아이크림 대용량 다크서클 화이트닝 안티에이징 남성 화장품 브리올 옴므'</li><li>'토니모리 더 블랙 옴므 멀티 아이 크림 30ml 토니모리'</li></ul>                                                                 |
| 11.0  | <ul><li>'아이디얼포맨 퍼펙트 올인원 밀크 기획 (올인원 150ml + 30ml) 니플밴드 스킨톤(64매입_32회분) 씨제이올리브영 주식회사'</li><li>'아이디얼포맨 퍼펙트 올인원 밀크 150ml 30ml 1021872 옵션없음 배스테인'</li><li>'라운드랩 포 맨 1025 독도 올인원 플루이드 200ml+200ml (1+1) 옵션없음 강렬유통'</li></ul>       |
| 1.0   | <ul><li>'[갤러리아] [PRMR]맨 오가니언스 2종 기획세트 옵션없음 한화갤러리아(주)'</li><li>'네오니스 바이옴 2종 세트 옵션없음 (주)랜디오션'</li><li>'엘지 더후 공진향 군 자양 2종 스페셜 세트 옵션없음 베로베(주)'</li></ul>                                                                        |
| 4.0   | <ul><li>'미프 미남크림 남자 썬 비비 커버 크림 50ml 미백 BB 잡티 커버 자외선 차단 미프'</li><li>'다슈 맨즈 굿 룩스 아이브로우 펜슬 0.2g／2color 178904 내추럴블랙 빅토리커머스'</li><li>'아이디얼포맨 베러톤 커버쿠션 비비쿠션 15g SPF50 1021891 22호 라이트 베이지 메가랜드'</li></ul>                        |

## Evaluation

### Metrics
| Label   | Accuracy |
|:--------|:---------|
| **all** | 0.5614   |

## 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_bt0_test")
# Run inference
preds = model("꽃을든남자 플러스유 포맨 스킨 250ml 1개 플러스유 포맨 로션 아주상사")
```

<!--
### 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   | 4   | 8.8913 | 19  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 12                    |
| 1.0   | 25                    |
| 2.0   | 20                    |
| 3.0   | 19                    |
| 4.0   | 17                    |
| 5.0   | 18                    |
| 6.0   | 22                    |
| 8.0   | 19                    |
| 9.0   | 10                    |
| 10.0  | 11                    |
| 11.0  | 22                    |
| 12.0  | 18                    |
| 13.0  | 17                    |

### Training Hyperparameters
- batch_size: (512, 512)
- num_epochs: (50, 50)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 60
- 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0370  | 1    | 0.4919        | -               |
| 1.8519  | 50   | 0.3561        | -               |
| 3.7037  | 100  | 0.0781        | -               |
| 5.5556  | 150  | 0.0282        | -               |
| 7.4074  | 200  | 0.0154        | -               |
| 9.2593  | 250  | 0.0063        | -               |
| 11.1111 | 300  | 0.0005        | -               |
| 12.9630 | 350  | 0.0002        | -               |
| 14.8148 | 400  | 0.0002        | -               |
| 16.6667 | 450  | 0.0001        | -               |
| 18.5185 | 500  | 0.0001        | -               |
| 20.3704 | 550  | 0.0001        | -               |
| 22.2222 | 600  | 0.0001        | -               |
| 24.0741 | 650  | 0.0001        | -               |
| 25.9259 | 700  | 0.0001        | -               |
| 27.7778 | 750  | 0.0001        | -               |
| 29.6296 | 800  | 0.0001        | -               |
| 31.4815 | 850  | 0.0001        | -               |
| 33.3333 | 900  | 0.0001        | -               |
| 35.1852 | 950  | 0.0001        | -               |
| 37.0370 | 1000 | 0.0001        | -               |
| 38.8889 | 1050 | 0.0001        | -               |
| 40.7407 | 1100 | 0.0001        | -               |
| 42.5926 | 1150 | 0.0001        | -               |
| 44.4444 | 1200 | 0.0001        | -               |
| 46.2963 | 1250 | 0.0001        | -               |
| 48.1481 | 1300 | 0.0001        | -               |
| 50.0    | 1350 | 0.0001        | -               |

### 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.*
-->