master_cate_bc10 / README.md

Push model using huggingface_hub.

01bc41a verified 2 months ago

21.4 kB

	---
	tags:
	- setfit
	- sentence-transformers
	- text-classification
	- generated_from_setfit_trainer
	widget:
	- text: '[2+1]디엘프렌즈 순한네일 수성네일 유아 키즈 매니큐어 네일스티커 선물세트 캔디핑크_옐로우_핑크봉봉 출산/육아 > 스킨/바디용품
	> 어린이네일케어'
	- text: '[3입] 킨더퍼페츠 아기입욕제 버블 거품 유아입욕제 카밍아로마 400g_바바옐로우 400g_아토그린 400g 출산/육아 > 스킨/바디용품
	> 유아입욕제'
	- text: '[2+1]디엘프렌즈 순한네일 수성네일 유아 키즈 매니큐어 네일스티커 선물세트 핑크봉봉_다홍_다홍 출산/육아 > 스킨/바디용품 > 어린이네일케어'
	- text: 유아 네일 키즈 어린이 아동 손톱 매니큐어 네일 스티커 달콤한 캔디 출산/육아 > 스킨/바디용품 > 어린이네일케어
	- text: 네일아트 언포일 레진 투명 얼음 믹스 스톤 100입 8종 언포일스톤 GSTON-111 출산/육아 > 스킨/바디용품 > 어린이네일케어
	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: 14 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 \|
	\|:------\|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------\|
	\| 3.0 \| <ul><li>'[2+1]디엘프렌즈 순한네일 수성네일 유아 키즈 매니큐어 네일스티커 선물세트 다홍_옐로우_핑크스타 출산/육아 > 스킨/바디용품 > 어린이네일케어'</li><li>'어린이 유아 캐치티니핑 손톱 네일 스티커 산리오 포켓몬 짱구 키즈 매니큐어 귀걸이 스티커 네일 스티커_[알쏭달쏭 캐치티니핑] 네일스티커 출산/육아 > 스킨/바디용품 > 어린이네일케어'</li><li>'유아용 키즈 셀프 손톱 캐릭터 스티커 판박이 A011K 출산/육아 > 스킨/바디용품 > 어린이네일케어'</li></ul> \|
	\| 1.0 \| <ul><li>'[항균99%] 신생아 유아 아기 엉덩이 클렌저 청결제 세정제 04.로션 300ml (대용량) 출산/육아 > 스킨/바디용품 > 기타스킨/바디용품'</li><li>'아토팜 퓨어 클렌징 패드 30매 출산/육아 > 스킨/바디용품 > 기타스킨/바디용품'</li><li>'보타니컬테라피 키즈 페이셜 폼 클렌저 280ml × 3개 출산/육아 > 스킨/바디용품 > 기타스킨/바디용품'</li></ul> \|
	\| 6.0 \| <ul><li>'궁중비책 헤어 샴푸 350ml 미동의_벨런싱 크림 180ml 출산/육아 > 스킨/바디용품 > 유아바스/샴푸'</li><li>'존슨즈 액티브 키즈 클린 앤드 프레쉬 바스 500ml 출산/육아 > 스킨/바디용품 > 유아바스/샴푸'</li><li>'페나텐 영양 로션 400ml 크림 50ml 출산/육아 > 스킨/바디용품 > 유아바스/샴푸'</li></ul> \|
	\| 2.0 \| <ul><li>'쥬리아 루나리스 스킨커버21호 본품+리필포함 9g O 출산/육아 > 스킨/바디용품 > 색조화장품'</li><li>'스킨커버21호 9g 본품+리필포함 쥬리아화장품 -O 루나리스화장품 7WB16E50 출산/육아 > 스킨/바디용품 > 색조화장품'</li><li>'Beautyblender 뷰티블렌더 리퀴드 블렌더클린서 출산/육아 > 스킨/바디용품 > 색조화장품'</li></ul> \|
	\| 0.0 \| <ul><li>'래쉬 크림 나뚜라하우스 유아용품 100ml 다이아퍼 기저귀케어 1021455 출산/육아 > 스킨/바디용품 > 기저귀크림'</li><li>'Weleda 베이비 카렌듈라 웨더 프로텍션 크림 30ml 11203703 출산/육아 > 스킨/바디용품 > 기저귀크림'</li><li>'아토팜 기저귀크림 다이애퍼 수딩 크림 60ml 유아동용 모든피부 1개 11203564 출산/육아 > 스킨/바디용품 > 기저귀크림'</li></ul> \|
	\| 12.0 \| <ul><li>'에코뮤 컴팩트파우더 20g / 아이베베 수딩 파우더 24g 베이비파우더 아기파우더 01.아이베베 파우더 24g 1개 출산/육아 > 스킨/바디용품 > 유아파우더'</li><li>'아토팜 수딩크림60ml 다이애퍼 기저귀 [G7548B4Z] 출산/육아 > 스킨/바디용품 > 유아파우더'</li><li>'아토팜 수딩 젤 로션 11203698 200ml x 1개 출산/육아 > 스킨/바디용품 > 유아파우더'</li></ul> \|
	\| 4.0 \| <ul><li>'1+1 오가베베 아기 크리미 로션 베이비 유기농 시어버터 신생아 유아 고보습 크리미로션 1+1 출산/육아 > 스킨/바디용품 > 유아로션'</li><li>'그린핑거 촉촉한 자연보습 베이비 로션, 500ml 500ml × 1개 출산/육아 > 스킨/바디용품 > 유아로션'</li><li>'보타니컬테라피 키즈 바디워시 / 어린이 유아 키즈 스킨케어 03.키즈 컨디셔너 (450ml) 출산/육아 > 스킨/바디용품 > 유아로션'</li></ul> \|
	\| 5.0 \| <ul><li>'1+1 뽀로로 립밤 립큐어 4종/아기 유아 립밤 어린이 립케어 (뽀로로 패티 크롱 루피) 패티 립큐어 (바나나향)_크롱 립큐어 (딸기향) 출산/육아 > 스킨/바디용품 > 유아립케어'</li><li>'1+1 뽀로로 립밤 립큐어 4종/아기 유아 립밤 어린이 립케어 (뽀로로 패티 크롱 루피) 크롱 립큐어 (딸기향)_루피 립큐어 x 2개세트 (복숭아향) 출산/육아 > 스킨/바디용품 > 유아립케어'</li><li>'COVERGIRL 클린 프레시 틴트 립밤, I Cherry-Ish You 379493 I Cherry-Ish You 출산/육아 > 스킨/바디용품 > 유아립케어'</li></ul> \|
	\| 11.0 \| <ul><li>'차앤맘 피토세린 멀티 퍼포스 인텐시브 수딩 밤 30g 베이비 신생아 유아 어린이 바디 얼굴 올인원 출산/육아 > 스킨/바디용품 > 유아크림'</li><li>'[팸퍼스 ] 아비노베이비 더멕사 아토 나이트타임 밤 312g x1개 (+팸퍼스 터치오브네이처 샘플팩 ) 더멕사 아토 나이트밤 312g+팸퍼스 4단계 출산/육아 > 스킨/바디용품 > 유아크림'</li><li>'[아토팜]아토팜 에센셜 케어 세트 출산/육아 > 스킨/바디용품 > 유아크림'</li></ul> \|
	\| 10.0 \| <ul><li>'토이세븐 시크릿쥬쥬 시크릿 목욕놀이 바스볼 출산/육아 > 스킨/바디용품 > 유아입욕제'</li><li>'사부 타일랜드 배쓰밤 리리와디 2개 출산/육아 > 스킨/바디용품 > 유아입욕제'</li><li>'아가드 구름목욕시간 500g 베이직 유아 아기 거품 목욕 입욕제 버블 폼 와우버블바스 400g_시트러스 출산/육아 > 스킨/바디용품 > 유아입욕제'</li></ul> \|
	\| 9.0 \| <ul><li>'존슨즈 베이비 오일 200ml 출산/육아 > 스킨/바디용품 > 유아오일'</li><li>'존슨즈 베이비오일 00ml 순한 아기 마사지 유아 보습 로션 유아용 바디 워시 샴푸 출산/육아 > 스킨/바디용품 > 유아오일'</li><li>'(1개)호호에미 베이비 오일 100ml 12월 초 입고 후 순차 출고될 예정입니다. 출산/육아 > 스킨/바디용품 > 유아오일'</li></ul> \|
	\| 13.0 \| <ul><li>'보타니컬테라피 대용량 아기 베이비 클렌징2종 무향(바디워시500ml+샴푸 500ml) 무향_피치블로썸 출산/육아 > 스킨/바디용품 > 혼합세트'</li><li>'보타니컬테라피 베이비 모이스춰 대용량 2종세트 (로션+크림) 출산/육아 > 스킨/바디용품 > 혼합세트'</li><li>'누들앤부 1+1+1 대용량 7종 유아 로션 샴푸 워시 (베이비밤 제외) 대용량 뉴본_대용량 로션_대용량 샴푸 출산/육아 > 스킨/바디용품 > 혼합세트'</li></ul> \|
	\| 7.0 \| <ul><li>'궁중비책 프리뮨 크리미솝 90g 출산/육아 > 스킨/바디용품 > 유아비누'</li><li>'비누 몰드 1구 62종 모음 캔들 천사 장난감 꽃 실리콘몰드 비누틀 09플라워 3호 출산/육아 > 스킨/바디용품 > 유아비누'</li><li>'비누몰드/장미몰드 B_(B8)미니바다8구 출산/육아 > 스킨/바디용품 > 유아비누'</li></ul> \|
	\| 8.0 \| <ul><li>'궁중비책 베이비 이지워시 선로션 60ml (SPF30), 1개 출산/육아 > 스킨/바디용품 > 유아선케어'</li><li>'[1+1]타가 유아 키즈 무기자차 비타 선쿠션 출산/육아 > 스킨/바디용품 > 유아선케어'</li><li>'(독일직배) 니베아 썬키즈 센시티브 스프레이 썬크림 선스크린 Spf50+ 200ml 2개 Nivea Sun Kids Sensitive 출산/육아 > 스킨/바디용품 > 유아선케어'</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_bc10")
	# Run inference
	preds = model("유아 네일 키즈 어린이 아동 손톱 매니큐어 네일 스티커 달콤한 캔디 출산/육아 > 스킨/바디용품 > 어린이네일케어")
	```

	<!--
	### 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 \| 7 \| 13.9688 \| 29 \|

	\| Label \| Training Sample Count \|
	\|:------\|:----------------------\|
	\| 0.0 \| 70 \|
	\| 1.0 \| 70 \|
	\| 2.0 \| 70 \|
	\| 3.0 \| 70 \|
	\| 4.0 \| 70 \|
	\| 5.0 \| 70 \|
	\| 6.0 \| 70 \|
	\| 7.0 \| 70 \|
	\| 8.0 \| 20 \|
	\| 9.0 \| 70 \|
	\| 10.0 \| 70 \|
	\| 11.0 \| 70 \|
	\| 12.0 \| 70 \|
	\| 13.0 \| 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 \|
	\|:-------:\|:----:\|:-------------:\|:---------------:\|
	\| 0.0055 \| 1 \| 0.493 \| - \|
	\| 0.2747 \| 50 \| 0.4998 \| - \|
	\| 0.5495 \| 100 \| 0.4964 \| - \|
	\| 0.8242 \| 150 \| 0.3376 \| - \|
	\| 1.0989 \| 200 \| 0.2021 \| - \|
	\| 1.3736 \| 250 \| 0.0521 \| - \|
	\| 1.6484 \| 300 \| 0.0033 \| - \|
	\| 1.9231 \| 350 \| 0.0003 \| - \|
	\| 2.1978 \| 400 \| 0.0002 \| - \|
	\| 2.4725 \| 450 \| 0.0002 \| - \|
	\| 2.7473 \| 500 \| 0.0001 \| - \|
	\| 3.0220 \| 550 \| 0.0001 \| - \|
	\| 3.2967 \| 600 \| 0.0 \| - \|
	\| 3.5714 \| 650 \| 0.0 \| - \|
	\| 3.8462 \| 700 \| 0.0 \| - \|
	\| 4.1209 \| 750 \| 0.0 \| - \|
	\| 4.3956 \| 800 \| 0.0 \| - \|
	\| 4.6703 \| 850 \| 0.0 \| - \|
	\| 4.9451 \| 900 \| 0.0 \| - \|
	\| 5.2198 \| 950 \| 0.0 \| - \|
	\| 5.4945 \| 1000 \| 0.0 \| - \|
	\| 5.7692 \| 1050 \| 0.0001 \| - \|
	\| 6.0440 \| 1100 \| 0.0002 \| - \|
	\| 6.3187 \| 1150 \| 0.0 \| - \|
	\| 6.5934 \| 1200 \| 0.0 \| - \|
	\| 6.8681 \| 1250 \| 0.0 \| - \|
	\| 7.1429 \| 1300 \| 0.0 \| - \|
	\| 7.4176 \| 1350 \| 0.0 \| - \|
	\| 7.6923 \| 1400 \| 0.0 \| - \|
	\| 7.9670 \| 1450 \| 0.0 \| - \|
	\| 8.2418 \| 1500 \| 0.0 \| - \|
	\| 8.5165 \| 1550 \| 0.0 \| - \|
	\| 8.7912 \| 1600 \| 0.0 \| - \|
	\| 9.0659 \| 1650 \| 0.0 \| - \|
	\| 9.3407 \| 1700 \| 0.0 \| - \|
	\| 9.6154 \| 1750 \| 0.0 \| - \|
	\| 9.8901 \| 1800 \| 0.0 \| - \|
	\| 10.1648 \| 1850 \| 0.0 \| - \|
	\| 10.4396 \| 1900 \| 0.0 \| - \|
	\| 10.7143 \| 1950 \| 0.0 \| - \|
	\| 10.9890 \| 2000 \| 0.0 \| - \|
	\| 11.2637 \| 2050 \| 0.0 \| - \|
	\| 11.5385 \| 2100 \| 0.0 \| - \|
	\| 11.8132 \| 2150 \| 0.0 \| - \|
	\| 12.0879 \| 2200 \| 0.0 \| - \|
	\| 12.3626 \| 2250 \| 0.0 \| - \|
	\| 12.6374 \| 2300 \| 0.0 \| - \|
	\| 12.9121 \| 2350 \| 0.0 \| - \|
	\| 13.1868 \| 2400 \| 0.0 \| - \|
	\| 13.4615 \| 2450 \| 0.0 \| - \|
	\| 13.7363 \| 2500 \| 0.0 \| - \|
	\| 14.0110 \| 2550 \| 0.0 \| - \|
	\| 14.2857 \| 2600 \| 0.0 \| - \|
	\| 14.5604 \| 2650 \| 0.0 \| - \|
	\| 14.8352 \| 2700 \| 0.0 \| - \|
	\| 15.1099 \| 2750 \| 0.0 \| - \|
	\| 15.3846 \| 2800 \| 0.0 \| - \|
	\| 15.6593 \| 2850 \| 0.0 \| - \|
	\| 15.9341 \| 2900 \| 0.0 \| - \|
	\| 16.2088 \| 2950 \| 0.0 \| - \|
	\| 16.4835 \| 3000 \| 0.0 \| - \|
	\| 16.7582 \| 3050 \| 0.0 \| - \|
	\| 17.0330 \| 3100 \| 0.0 \| - \|
	\| 17.3077 \| 3150 \| 0.0 \| - \|
	\| 17.5824 \| 3200 \| 0.0 \| - \|
	\| 17.8571 \| 3250 \| 0.0 \| - \|
	\| 18.1319 \| 3300 \| 0.0 \| - \|
	\| 18.4066 \| 3350 \| 0.0 \| - \|
	\| 18.6813 \| 3400 \| 0.0 \| - \|
	\| 18.9560 \| 3450 \| 0.0 \| - \|
	\| 19.2308 \| 3500 \| 0.0 \| - \|
	\| 19.5055 \| 3550 \| 0.0 \| - \|
	\| 19.7802 \| 3600 \| 0.0 \| - \|
	\| 20.0549 \| 3650 \| 0.0 \| - \|
	\| 20.3297 \| 3700 \| 0.0 \| - \|
	\| 20.6044 \| 3750 \| 0.0 \| - \|
	\| 20.8791 \| 3800 \| 0.0 \| - \|
	\| 21.1538 \| 3850 \| 0.0 \| - \|
	\| 21.4286 \| 3900 \| 0.0 \| - \|
	\| 21.7033 \| 3950 \| 0.0 \| - \|
	\| 21.9780 \| 4000 \| 0.0 \| - \|
	\| 22.2527 \| 4050 \| 0.0 \| - \|
	\| 22.5275 \| 4100 \| 0.0 \| - \|
	\| 22.8022 \| 4150 \| 0.0 \| - \|
	\| 23.0769 \| 4200 \| 0.0 \| - \|
	\| 23.3516 \| 4250 \| 0.0 \| - \|
	\| 23.6264 \| 4300 \| 0.0 \| - \|
	\| 23.9011 \| 4350 \| 0.0 \| - \|
	\| 24.1758 \| 4400 \| 0.0 \| - \|
	\| 24.4505 \| 4450 \| 0.0 \| - \|
	\| 24.7253 \| 4500 \| 0.0 \| - \|
	\| 25.0 \| 4550 \| 0.0 \| - \|
	\| 25.2747 \| 4600 \| 0.0 \| - \|
	\| 25.5495 \| 4650 \| 0.0 \| - \|
	\| 25.8242 \| 4700 \| 0.0 \| - \|
	\| 26.0989 \| 4750 \| 0.0 \| - \|
	\| 26.3736 \| 4800 \| 0.0 \| - \|
	\| 26.6484 \| 4850 \| 0.0 \| - \|
	\| 26.9231 \| 4900 \| 0.0 \| - \|
	\| 27.1978 \| 4950 \| 0.0 \| - \|
	\| 27.4725 \| 5000 \| 0.0 \| - \|
	\| 27.7473 \| 5050 \| 0.0 \| - \|
	\| 28.0220 \| 5100 \| 0.0 \| - \|
	\| 28.2967 \| 5150 \| 0.0 \| - \|
	\| 28.5714 \| 5200 \| 0.0 \| - \|
	\| 28.8462 \| 5250 \| 0.0 \| - \|
	\| 29.1209 \| 5300 \| 0.0 \| - \|
	\| 29.3956 \| 5350 \| 0.0 \| - \|
	\| 29.6703 \| 5400 \| 0.0 \| - \|
	\| 29.9451 \| 5450 \| 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.
	-->