---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 발열양말 방한 보온양말 등산 낚시 스키 스노우보드 스케이트 야외작업 스포츠/레저>스키/보드>스키/보드방한용품>양말
- text: 무크 엠 무크 펠로 데크 다크네이비 517413203ZB 스포츠/레저>스키/보드>스노보드장비>데크
- text: 스키복 성인 자켓 상의 여성용 JACKET 스키자켓 남성 스포츠/레저>스키/보드>스키복>상의
- text: Toko Edge Tuner Pro 스노우보드 엣지 튜닝 컷팅 스포츠/레저>스키/보드>스키/보드용품>보수장비
- text: 헬리아 주니어 고글 카이로스 무광퍼플블랙 보드고글 스포츠고글 스포츠/레저>스키/보드>스키/보드용품>고글
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:** 6 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                                                                                                                                                                                                                                         |
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 2.0   | <ul><li>'충전식 열선양말 발열 스키장 보드 스키 등산 스포츠/레저>스키/보드>스키/보드방한용품>양말'</li><li>'우주마켓 겨울 방한 마스크 보온 등산 골프 따뜻한 자전거 귀덮개 귀마개 마스크 스포츠/레저>스키/보드>스키/보드방한용품>귀마개'</li><li>'다이나핏 폴디드 스몰로고 비니 Dark 스포츠/레저>스키/보드>스키/보드방한용품>비니'</li></ul>                                |
| 0.0   | <ul><li>'방풍 방수 여성 스노우 보드 플레이 여자 복 어스투 점퍼 점프 슈트 수트 스키 가프 스포츠/레저>스키/보드>보드복>재킷'</li><li>'2023 여성용 원피스 스키 슈트 겨울 야외 스포츠 방풍 방수 보온 스노보드 점프슈트 스포츠/레저>스키/보드>보드복>상하세트'</li><li>'여성용 스노우보드 점프수트 여성 일체형 스키복 방 -남성용 민트 그린 수트 스포츠/레저>스키/보드>보드복>상하세트'</li></ul> |
| 5.0   | <ul><li>'2223 헤드 스키 PURE JOY 여성용 스포츠/레저>스키/보드>스키장비>플레이트'</li><li>'미니 스키 부츠 스케이트 썰매 스노우 숏부츠 스포츠/레저>스키/보드>스키장비>부츠'</li><li>'PHOENIX 피닉스 주니어 스키 팀복 2223 PHENIX KOREA JR TEAM RD 스포츠/레저>스키/보드>스키장비>플레이트'</li></ul>                                   |
| 4.0   | <ul><li>'스키복 세트 여성 남성 방한 방풍 스포츠/레저>스키/보드>스키복>상하세트'</li><li>'스파이더 남성 보르미오 GTX 스키 팬츠 SPFWCISP401MBLK LE1216929158 스포츠/레저>스키/보드>스키복>하의'</li><li>'카르포스 스키바지 남자 겨울 2521013 스포츠/레저>스키/보드>스키복>하의'</li></ul>                                             |
| 3.0   | <ul><li>'XCMAN 4겹콘 스터드 디아 7 87인치 알루미늄 스노우보드 스톰프 패드 9pcs 스포츠/레저>스키/보드>스키/보드용품>스티커용품'</li><li>'Thule RoundTrip 스키 스노보드 더플 백 90L 다크 슬레이트 142322 스포츠/레저>스키/보드>스키/보드용품>보드가방'</li><li>'ToeJamR 스노우보드 스톰프 패드 나비 스포츠/레저>스키/보드>스키/보드용품>스티커용품'</li></ul>   |
| 1.0   | <ul><li>'스노우 스키 여성 부츠 보드 롱 털 따듯한 스노보드 스포츠/레저>스키/보드>스노보드장비>부츠'</li><li>'나이트로 팀 바인딩 2223 NITRO Team 스포츠/레저>스키/보드>스노보드장비>바인딩'</li><li>'헌터 WOMEN 인트레피드 리플렉티브 카모 숏 스노우부츠 - 패턴그레이 WFS1004PCTPTG 스포츠/레저>스키/보드>스노보드장비>부츠'</li></ul>                      |

## 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_sl19")
# Run inference
preds = model("스키복 성인 자켓 상의 여성용 JACKET 스키자켓 남성 스포츠/레저>스키/보드>스키복>상의")
```

<!--
### 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   | 9.4619 | 18  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 70                    |
| 1.0   | 70                    |
| 2.0   | 70                    |
| 3.0   | 70                    |
| 4.0   | 70                    |
| 5.0   | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0120  | 1    | 0.4926        | -               |
| 0.6024  | 50   | 0.497         | -               |
| 1.2048  | 100  | 0.5003        | -               |
| 1.8072  | 150  | 0.1918        | -               |
| 2.4096  | 200  | 0.0218        | -               |
| 3.0120  | 250  | 0.0004        | -               |
| 3.6145  | 300  | 0.0003        | -               |
| 4.2169  | 350  | 0.0001        | -               |
| 4.8193  | 400  | 0.0001        | -               |
| 5.4217  | 450  | 0.0           | -               |
| 6.0241  | 500  | 0.0           | -               |
| 6.6265  | 550  | 0.0           | -               |
| 7.2289  | 600  | 0.0           | -               |
| 7.8313  | 650  | 0.0           | -               |
| 8.4337  | 700  | 0.0           | -               |
| 9.0361  | 750  | 0.0           | -               |
| 9.6386  | 800  | 0.0           | -               |
| 10.2410 | 850  | 0.0           | -               |
| 10.8434 | 900  | 0.0           | -               |
| 11.4458 | 950  | 0.0           | -               |
| 12.0482 | 1000 | 0.0           | -               |
| 12.6506 | 1050 | 0.0001        | -               |
| 13.2530 | 1100 | 0.0           | -               |
| 13.8554 | 1150 | 0.0           | -               |
| 14.4578 | 1200 | 0.0           | -               |
| 15.0602 | 1250 | 0.0           | -               |
| 15.6627 | 1300 | 0.0           | -               |
| 16.2651 | 1350 | 0.0           | -               |
| 16.8675 | 1400 | 0.0           | -               |
| 17.4699 | 1450 | 0.0           | -               |
| 18.0723 | 1500 | 0.0           | -               |
| 18.6747 | 1550 | 0.0           | -               |
| 19.2771 | 1600 | 0.0           | -               |
| 19.8795 | 1650 | 0.0           | -               |
| 20.4819 | 1700 | 0.0           | -               |
| 21.0843 | 1750 | 0.0           | -               |
| 21.6867 | 1800 | 0.0           | -               |
| 22.2892 | 1850 | 0.0           | -               |
| 22.8916 | 1900 | 0.0           | -               |
| 23.4940 | 1950 | 0.0           | -               |
| 24.0964 | 2000 | 0.0           | -               |
| 24.6988 | 2050 | 0.0           | -               |
| 25.3012 | 2100 | 0.0           | -               |
| 25.9036 | 2150 | 0.0           | -               |
| 26.5060 | 2200 | 0.0           | -               |
| 27.1084 | 2250 | 0.0           | -               |
| 27.7108 | 2300 | 0.0           | -               |
| 28.3133 | 2350 | 0.0           | -               |
| 28.9157 | 2400 | 0.0           | -               |
| 29.5181 | 2450 | 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}
}
```

<!--
## 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.*
-->