---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 쁘리엘르리틀 침대 방수패드 신생아 아기 유아 11.쿠마 순면 유아 방수패드_소형 출산/육아 > 유아침구 > 방수요
- text: 꽈배기 가드 침대 아기 범퍼 뒤집기방지 충돌방지 바디필로우 쿠션 G_싱글 스틱 5 미터 이상 직경 약 5cm 출산/육아 > 유아침구
> 기타유아침구
- text: 신생아 배넷저고리 담요 랩 모자 세트, 조절 가능한 침낭 모슬린 담요, 면 소재, 0-6M, 세 128973 꽃 128973 별 출산/육아
> 유아침구 > 아기이불/요/패드
- text: 순면 모달 귀여운 어린이집 낮잠이불 풀세트 30.디노디노 낮잠패드_패드단품 출산/육아 > 유아침구 > 낮잠이불
- text: '[모던하우스]드림베어 플란넬 극세사 베개커버 40x60 아이보리베이지/CZ0323075 출산/육아 > 유아침구 > 유아베개'
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:** 9 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 |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.0 | - '[해외] 육아용품 국경 새 Swaddling 침낭 안티 점프 퀼트 사계절 신생아 긴팔 손 M (월 월) (크기 큰 겨울)_라이트 그린 (포켓) 출산/육아 > 유아침구 > 겉싸개'
- '조아뜨 아기 여름 겉싸개 신생아 여름용 누비 봄 겉싸보 C 플라워겉싸개(여름용)+턱받이 출산/육아 > 유아침구 > 겉싸개'
- '[슈슈비] 가을 신생아 속싸개 블랭킷 스타양면속싸개 출산/육아 > 유아침구 > 겉싸개'
|
| 8.0 | - '신생아 유아 돌 아기 어린이집 낮잠 베개 배게 송송필로우 미니고미 출산/육아 > 유아침구 > 유아베개'
- '이몽 가슴안정 좁쌀 태열베개 4구획/6구획 (모로반사,신생아,아기,냉감) 피그먼트 누빔(4구획)_그레이 출산/육아 > 유아침구 > 유아베개'
- '굿나잇 베이비 꿀잠블랭킷 Hug me Small_아이보리 출산/육아 > 유아침구 > 유아베개'
|
| 6.0 | - '[엘라바] 특허받은 무소음 스와들 스트랩 2개세트 에어로쿨(화이트)S_면매쉬(화이트)M 출산/육아 > 유아침구 > 속싸개'
- '리코타입 속싸개 오리지널 얇은 2벌 세트 아기양말 제공 나비잠 스와들 신생아 출산준비 뉴본+뉴본플러스_피치_베이지 출산/육아 > 유아침구 > 속싸개'
- '핀츠빈 스와들 태열 신생아 오가닉 나비잠 속싸개 라이트_화이트_M 출산/육아 > 유아침구 > 속싸개'
|
| 7.0 | - '어린이용 잠옷 침낭 집에서 입을 수 있는 유아용 코튼 피그 베이비_150 cm 출산/육아 > 유아침구 > 아기이불/요/패드'
- '요루거즈 블랭킷 아기 유아 신생아 어린이집 낮잠 이불 유모차 2중(85x110)_체리라마 출산/육아 > 유아침구 > 아기이불/요/패드'
- '[갤러리아] [리틀아카이브][크레므앙팡] 텔라 모달 낮잠패드세트(J)+베개솜(한화갤러리아㈜ 센터시티) 블루 출산/육아 > 유아침구 > 아기이불/요/패드'
|
| 5.0 | - '꼬마 이불가방 58X40cm 1p 이불가방 아기 어린이집 그린 출산/육아 > 유아침구 > 보낭/슬리핑백'
- '베이비[블루독]클라우드퀼팅슬리핑가운 41A7000902 M 출산/육아 > 유아침구 > 보낭/슬리핑백'
- '오가닉맘 /필로스슬리핑백(MIFLSL03) 크림_m 출산/육아 > 유아침구 > 보낭/슬리핑백'
|
| 3.0 | - '아망떼 순면 모달 귀여운 어린이집 낮잠이불 모음 51.레오파드 범퍼 핑크_6개세트 출산/육아 > 유아침구 > 낮잠이불'
- '어린이집 낮잠이불 세트 순면 워싱 마이크로 자수 양면 아기낮잠이불 소프트피치_미드나잇블루_패드+베개(고급일반솜) 출산/육아 > 유아침구 > 낮잠이불'
- '분리형낮잠이불 어린이집 순면 토끼 아기 낮잠 이불 베개 20X40(솜포함)_블루 출산/육아 > 유아침구 > 낮잠이불'
|
| 4.0 | - '[리틀아카이브](신세계천안아산점)크레므앙팡] 치포 밍크 유모차 블랭킷 B(75X100) 핑크 출산/육아 > 유아침구 > 방수요'
- '디유 순면 유아 방수패드 소형 대형 대형_피치 출산/육아 > 유아침구 > 방수요'
- '뮤라 에어와플방수요 방수패드 M 미디움사이즈(100x130) 실버클라우드 출산/육아 > 유아침구 > 방수요'
|
| 0.0 | - '[DIY+동영상]뚱이 코튼 Big 코바늘 뜨개질 손뜨개인형 027 화이트 출산/육아 > 유아침구 > DIY아기용품'
- '[갤러리아] (출산선물)루팅타올(APA-10901)선물포장+손수건(한화갤러리아㈜ 진주점) 아이보리 출산/육아 > 유아침구 > DIY아기용품'
- '릴리팟 이유식 냄비/통3중/편수냄비/밀크팬/이유식조리도구/국민이유식냄비/이유식조리도구 이유식냄비 출산/육아 > 유아침구 > DIY아기용품'
|
| 2.0 | - '마롤로뜨 아기 침대 범퍼가드 신생아 쿠션 바디필로우 이케아 벨라 보니 스마트 쁘띠라뺑 내추럴아이보리_이케아S (소형) 출산/육아 > 유아침구 > 기타유아침구'
- '[현대백화점][M밍크뮤M7]33W70ABS01 체리모달낮잠이불SET (33W70ABS01)/유아잡화/출산준비 [00001] 피치/FREE(85X115cm) 출산/육아 > 유아침구 > 기타유아침구'
- '마롤로뜨 100수 누빔 자수 아기 바디필로우 죽부인 베개 롱쿠션 애착베개 11.자수 누빔 아기죽부인_상큼체리 출산/육아 > 유아침구 > 기타유아침구'
|
## 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_bc24")
# Run inference
preds = model("순면 모달 귀여운 어린이집 낮잠이불 풀세트 30.디노디노 낮잠패드_패드단품 출산/육아 > 유아침구 > 낮잠이불")
```
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:--------|:----|
| Word count | 7 | 15.1397 | 27 |
| 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 | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0081 | 1 | 0.517 | - |
| 0.4032 | 50 | 0.4962 | - |
| 0.8065 | 100 | 0.4906 | - |
| 1.2097 | 150 | 0.454 | - |
| 1.6129 | 200 | 0.0667 | - |
| 2.0161 | 250 | 0.0003 | - |
| 2.4194 | 300 | 0.0001 | - |
| 2.8226 | 350 | 0.0001 | - |
| 3.2258 | 400 | 0.0 | - |
| 3.6290 | 450 | 0.0 | - |
| 4.0323 | 500 | 0.0 | - |
| 4.4355 | 550 | 0.0 | - |
| 4.8387 | 600 | 0.0 | - |
| 5.2419 | 650 | 0.0 | - |
| 5.6452 | 700 | 0.0 | - |
| 6.0484 | 750 | 0.0 | - |
| 6.4516 | 800 | 0.0 | - |
| 6.8548 | 850 | 0.0 | - |
| 7.2581 | 900 | 0.0 | - |
| 7.6613 | 950 | 0.0 | - |
| 8.0645 | 1000 | 0.0 | - |
| 8.4677 | 1050 | 0.0 | - |
| 8.8710 | 1100 | 0.0 | - |
| 9.2742 | 1150 | 0.0 | - |
| 9.6774 | 1200 | 0.0 | - |
| 10.0806 | 1250 | 0.0 | - |
| 10.4839 | 1300 | 0.0 | - |
| 10.8871 | 1350 | 0.0 | - |
| 11.2903 | 1400 | 0.0 | - |
| 11.6935 | 1450 | 0.0 | - |
| 12.0968 | 1500 | 0.0 | - |
| 12.5 | 1550 | 0.0 | - |
| 12.9032 | 1600 | 0.0 | - |
| 13.3065 | 1650 | 0.0 | - |
| 13.7097 | 1700 | 0.0 | - |
| 14.1129 | 1750 | 0.0 | - |
| 14.5161 | 1800 | 0.0 | - |
| 14.9194 | 1850 | 0.0 | - |
| 15.3226 | 1900 | 0.0 | - |
| 15.7258 | 1950 | 0.0 | - |
| 16.1290 | 2000 | 0.0 | - |
| 16.5323 | 2050 | 0.0 | - |
| 16.9355 | 2100 | 0.0 | - |
| 17.3387 | 2150 | 0.0 | - |
| 17.7419 | 2200 | 0.0 | - |
| 18.1452 | 2250 | 0.0 | - |
| 18.5484 | 2300 | 0.0 | - |
| 18.9516 | 2350 | 0.0 | - |
| 19.3548 | 2400 | 0.0 | - |
| 19.7581 | 2450 | 0.0 | - |
| 20.1613 | 2500 | 0.0 | - |
| 20.5645 | 2550 | 0.0 | - |
| 20.9677 | 2600 | 0.0 | - |
| 21.3710 | 2650 | 0.0 | - |
| 21.7742 | 2700 | 0.0 | - |
| 22.1774 | 2750 | 0.0 | - |
| 22.5806 | 2800 | 0.0 | - |
| 22.9839 | 2850 | 0.0 | - |
| 23.3871 | 2900 | 0.0 | - |
| 23.7903 | 2950 | 0.0 | - |
| 24.1935 | 3000 | 0.0 | - |
| 24.5968 | 3050 | 0.0 | - |
| 25.0 | 3100 | 0.0 | - |
| 25.4032 | 3150 | 0.0 | - |
| 25.8065 | 3200 | 0.0 | - |
| 26.2097 | 3250 | 0.0 | - |
| 26.6129 | 3300 | 0.0 | - |
| 27.0161 | 3350 | 0.0 | - |
| 27.4194 | 3400 | 0.0 | - |
| 27.8226 | 3450 | 0.0 | - |
| 28.2258 | 3500 | 0.0 | - |
| 28.6290 | 3550 | 0.0 | - |
| 29.0323 | 3600 | 0.0 | - |
| 29.4355 | 3650 | 0.0 | - |
| 29.8387 | 3700 | 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}
}
```