---
base_model: mini1013/master_domain
library_name: setfit
metrics:
- metric
pipeline_tag: text-classification
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: '[헤지스ACC]HJBA3F885BK[13인치 노트북 수납가능][KEVIN]블랙 참장식 크로스 겸용 미니 토트백  에이케이에스앤디 (주)
    AK인터넷쇼핑몰'
- text: 마젤란 메신저백 크로스백 슬링백 힙색 힙쌕 학생 여성 남자 캐주얼 크로스 여행용 여권 핸드폰 보조 학원 가방 LKHS-304_B-연핑크(+키홀더)
    더블유팝
- text: 마젤란 메신저백 크로스백 슬링백 힙색 힙쌕 학생 여성 남자 캐주얼 크로스 여행용 여권 핸드폰 보조 학원 가방 ML-1928_연그레이
    더블유팝
- text: '[갤러리아] JUBA4E021G2 [MATEO] 그레이 로고프린트 숄더백 JUBA4E021G2 [MATEO] 그레이 로고프린트 숄더백
    NS홈쇼핑_NS몰'
- text: '[디스커버리](신세계강남점)[23N] 디스커버리 미니 슬링백 (DXSG0043N) IVD 다크 아이보리_F 주식회사 에스에스지닷컴'
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: metric
      value: 0.8488667448221962
      name: Metric
---

# 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
<!-- - **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                                                                                                                                                                                                                                                                                          |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 6.0   | <ul><li>'[질스튜어트](광주신세계)블랙 클래식 클러치백 [JUWA2F392BK]  주식회사 에스에스지닷컴'</li><li>'심플 클러치백 EOCFHX257BK/에스콰이아 블랙 롯데쇼핑(주)'</li><li>'[듀퐁] 소프트그레인 파우치 베이지 CG180263CL 베이지 (주)씨제이이엔엠'</li></ul>                                                                                                                   |
| 3.0   | <ul><li>'엔지니어드가먼츠 블랙 나일론 토트백 23F1H034BLACK  주식회사 어도어럭스'</li><li>'[가이거] 퀼팅 레더 체인 숄더백 (+플랩지갑) 캐러멜 브라운 (주)우리홈쇼핑'</li><li>'토트 브리프 크로스백 FT8570 블랙 글로리홈'</li></ul>                                                                                                                                      |
| 4.0   | <ul><li>'여자캔버스 가방 코디 크로스백 남자에코백 신발 BLUE 고앤런'</li><li>'여학생 에코백 아이보리 가방 남녀공용 캐주얼 쇼퍼백  엘케이엠'</li><li>'패션 에코백 데일리 가방 캐주얼 숄더백 브라운 심정'</li></ul>                                                                                                                                                        |
| 7.0   | <ul><li>'[갤러리아] 644040 2BKPI 1000 ONE SIZE 한화갤러리아(주)'</li><li>'[갤러리아] 헤지스핸드백 그린 워싱가죽 크로스 겸용 토트백 HJBA3E301E2(타임월드)  한화갤러리아(주)'</li><li>'[메종키츠네] 로고 프린트 코튼 토트백 블루 LW05102WW0008 BLUE_FREE 신세계몰'</li></ul>                                                                                           |
| 2.0   | <ul><li>'바버 가죽 코팅 서류 가방 브리프 케이스 UBA0004 NAVY 뉴욕트레이딩'</li><li>'[롯데백화점]에스콰이아 23FW 신상 경량 나일론 노트북 수납 남여 데일리 토트 크로스백 EOCFHX258BK  롯데백화점_'</li><li>'22FW 신상 뉴 포멀 슬림 스퀘어 심플 비즈니스 캐주얼 서류가방 ECBFHX227GY  롯데백화점1관'</li></ul>                                                                                |
| 1.0   | <ul><li>'NATIONALGEOGRAPHIC N225USD340 다이브 플러스 V3 BLACK 240 맥스투'</li><li>'레스포삭 보이저 백팩 경량 나일론 보부상 복조리 가방 7839 플라워 행운샵'</li><li>'레스포삭 보이저 백팩 경량 Voyager Backpack 7839 블랙 하하대행'</li></ul>                                                                                                            |
| 0.0   | <ul><li>'[갤러리아] 헤지스핸드백HJBA2F770BK_ 블랙 로고 장식 솔리드 메신져백(타임월드)  한화갤러리아(주)'</li><li>'로아드로아 허쉬 메쉬 포켓 크로스 메신저백 (아이보리) 크로스백 FREE 가방팝'</li><li>'[본사공식] 타프 메신저백 사첼 S EOCBS04 008  롯데아이몰'</li></ul>                                                                                                          |
| 5.0   | <ul><li>'팩세이프 가방 GO 크로스바디 백 2.5L / PACSAFE URBAN 도난방지 유럽 해외 여행 등산 슬링백 크로스백 RFID차단 1. 제트 블랙 (JET BLACK) 시계1위팝워치'</li><li>'샨타코[Chantaco] 레더 크로스백 BB NH3271C53N 000/라코스테  롯데쇼핑(주)'</li><li>'팩세이프 가방 GO 크로스바디 백 2.5L / PACSAFE URBAN 도난방지 유럽 해외 여행 등산 슬링백 크로스백 RFID차단 2. 로즈 (ROSE) 시계1위팝워치'</li></ul> |
| 8.0   | <ul><li>'[기회공작소] 데일리 슬링백 크로스 힙색 허리가방 스포츠 등산 힙색 허리색 슬링백 보조가방  글로리커머스'</li><li>'구찌 GG 캔버스 투웨이 밸트백 힙색 630915 KY9KN 9886  쏠나인'</li><li>'벨트형 핸드폰 허리가방 남자 벨트백 세로형 가죽 벨트파우치 지갑 허리벨트케이스 브라운 자주구매'</li></ul>                                                                                               |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.8489 |

## 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_ac0")
# Run inference
preds = model("[디스커버리](신세계강남점)[23N] 디스커버리 미니 슬링백 (DXSG0043N) IVD 다크 아이보리_F 주식회사 에스에스지닷컴")
```

<!--
### 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   | 9.2289 | 29  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 50                    |
| 1.0   | 50                    |
| 2.0   | 50                    |
| 3.0   | 50                    |
| 4.0   | 50                    |
| 5.0   | 50                    |
| 6.0   | 50                    |
| 7.0   | 50                    |
| 8.0   | 50                    |

### Training Hyperparameters
- batch_size: (512, 512)
- num_epochs: (20, 20)
- max_steps: -1
- sampling_strategy: oversampling
- num_iterations: 40
- body_learning_rate: (2e-05, 2e-05)
- head_learning_rate: 2e-05
- loss: CosineSimilarityLoss
- distance_metric: cosine_distance
- margin: 0.25
- end_to_end: False
- use_amp: False
- warmup_proportion: 0.1
- seed: 42
- eval_max_steps: -1
- load_best_model_at_end: False

### Training Results
| Epoch   | Step | Training Loss | Validation Loss |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0141  | 1    | 0.3958        | -               |
| 0.7042  | 50   | 0.3012        | -               |
| 1.4085  | 100  | 0.1811        | -               |
| 2.1127  | 150  | 0.0599        | -               |
| 2.8169  | 200  | 0.0333        | -               |
| 3.5211  | 250  | 0.0169        | -               |
| 4.2254  | 300  | 0.0005        | -               |
| 4.9296  | 350  | 0.0003        | -               |
| 5.6338  | 400  | 0.0002        | -               |
| 6.3380  | 450  | 0.0003        | -               |
| 7.0423  | 500  | 0.0001        | -               |
| 7.7465  | 550  | 0.0001        | -               |
| 8.4507  | 600  | 0.0001        | -               |
| 9.1549  | 650  | 0.0001        | -               |
| 9.8592  | 700  | 0.0001        | -               |
| 10.5634 | 750  | 0.0           | -               |
| 11.2676 | 800  | 0.0001        | -               |
| 11.9718 | 850  | 0.0001        | -               |
| 12.6761 | 900  | 0.0001        | -               |
| 13.3803 | 950  | 0.0           | -               |
| 14.0845 | 1000 | 0.0           | -               |
| 14.7887 | 1050 | 0.0           | -               |
| 15.4930 | 1100 | 0.0           | -               |
| 16.1972 | 1150 | 0.0           | -               |
| 16.9014 | 1200 | 0.0           | -               |
| 17.6056 | 1250 | 0.0           | -               |
| 18.3099 | 1300 | 0.0           | -               |
| 19.0141 | 1350 | 0.0           | -               |
| 19.7183 | 1400 | 0.0           | -               |

### Framework Versions
- Python: 3.10.12
- SetFit: 1.1.0.dev0
- Sentence Transformers: 3.1.1
- Transformers: 4.46.1
- PyTorch: 2.4.0+cu121
- Datasets: 2.20.0
- Tokenizers: 0.20.0

## 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.*
-->