---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: LSA 흡착식판 친환경 아이 캠핑 실리콘 이유식 식판 접시 블루 출산/육아 > 이유식용품 > 유아식기
- text: "캐치티니핑 수저세트 교정젓가락 유아 교정용 아기젓가락 어린이젓가락 연습용 5.\uFEFF티니핑 물컵 스텐컵_3.퐁당핑 논슬립 스텐컵\
\ 출산/육아 > 이유식용품 > 연습용젓가락"
- text: 닥터브라운 흘림방지 360도컵 3개 (반투명 트레이닝 아기안전컵 - 9종 중 택3) 3) 300ml(손잡이) 블루_4) 300ml(손잡이)
그린_3) 300ml(손잡이) 블루 출산/육아 > 이유식용품 > 유아컵
- text: 귀여운 유아식기 흡착볼 접시 컵 스푼 포크 세트 이유식식기 돌아기식판 아기선물 3.디너세트(식판+볼+컵+스푼&포크)_01 Rainy
출산/육아 > 이유식용품 > 유아식기
- text: 4p 투데코 이유식 도자기 조리기세트 화이트 출산/육아 > 이유식용품 > 조리기
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:** 8 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 |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 7.0 | - '방수전신미술가운 올인원 수트지퍼형 204526 유아동 핑크120 출산/육아 > 이유식용품 > 턱받이'
- '아가짱 실리콘턱받이 아기 이유식 턱받이 03.실리콘턱받이_원숭이 출산/육아 > 이유식용품 > 턱받이'
- '무형광 침받이 토끼 출산/육아 > 이유식용품 > 턱받이'
|
| 3.0 | - '캐릭터 스푼 포크 젓가락 어린이 수저세트 유아 뽀로로 겨울왕국 어린이집 아기 144 헬로키티 올스텐 수저세트 출산/육아 > 이유식용품 > 유아스푼/포크'
- '비박스 원터치 트라이탄 대용량 빨대컵 450ml 2개 TS 443931 블루슬레이트_오렌지핑크 출산/육아 > 이유식용품 > 유아스푼/포크'
- '브릭오 애착스푼 초기 중기 후기 실리콘 이유식 수저 민트 출산/육아 > 이유식용품 > 유아스푼/포크'
|
| 1.0 | - '논슬립 흡착식 휴대용 사무실 보틀 피크닉 보온보냉 보냉 종류_350ml-핑크 출산/육아 > 이유식용품 > 기타이유식용품'
- '더미누 방수요 아기 유아 방수패드 국내산/중형/대형 방수요 M 사이즈 (공 룡) 출산/육아 > 이유식용품 > 기타이유식용품'
- '엘로니파파 이유식용기 실리콘 양면 흡착판 11컬러 인디핑크 출산/육아 > 이유식용품 > 기타이유식용품'
|
| 5.0 | - '[빠띠라인] 스마트 트레이닝컵 220ml 4종 택1 그린 출산/육아 > 이유식용품 > 유아컵'
- '맘스모도 PPSU 원터치 빨대컵 250ml 1+1 11절 기념 코끼리 그린+베이지 출산/육아 > 이유식용품 > 유아컵'
- '아이별프렌즈 유아 빨대컵 아기 젖병 모음전 01번 캐럿 추빨대컵+리필사은품_270ml 오렌지 출산/육아 > 이유식용품 > 유아컵'
|
| 0.0 | - '과즙망 바나나 실리콘 옐로우 출산/육아 > 이유식용품 > 과즙망'
- '오가닉팩토리 실리콘 과즙망 유아용 아기과즙망 자기주도 이유식 치발기 과일망 과즙망 그레이 출산/육아 > 이유식용품 > 과즙망'
- '아가프라 국산 실리콘 과즙망(소 중 망2개포함) 아기 이유식 준비물 국민 과즙망(오렌지) 출산/육아 > 이유식용품 > 과즙망'
|
| 4.0 | - '티지엠 실리콘 조가비 흡착 식판 자기주도 이유식 이유식판 흡착트레이 베이지_덮개 미선택_초콜릿(매트) 출산/육아 > 이유식용품 > 유아식기'
- '옥수수 돌 아기식판 이유식그릇 이유식볼 유아 아기 수저포크식기세트 준비물 4칸접시_아이보리 출산/육아 > 이유식용품 > 유아식기'
- '옥수수 내열 펭귄 식판 아기 그릇 나눔 선물 5P 스푼포크세트 아이보리 출산/육아 > 이유식용품 > 유아식기'
|
| 2.0 | - '에디슨 뽀로로 이지 스텐 수저 케이스세트 패티 출산/육아 > 이유식용품 > 연습용젓가락'
- '에디슨 젓가락 1/2단계-뽀로로 패티 폴리 엠버 프렌즈 왼손 성인 경찰 소방관 부엉이 스텐 스푼포크 수저세트 16.프렌즈 젓가락 1단계 돼지 출산/육아 > 이유식용품 > 연습용젓가락'
- '유아 아동 초등학생 어린이 아기 캐릭터 교정용 스텐 젓가락 수저집 수저케이스세트 모음 캐릭터세트(D)1단계_D05_입체교정젓가락-핑크퐁 큐티SET 출산/육아 > 이유식용품 > 연습용젓가락'
|
| 6.0 | - '원목뜰채 고운망 5호 AW1E2C93 출산/육아 > 이유식용품 > 조리기'
- '[베이비리앙] 프리미엄 실리콘 이유식 스파츌라_유아 아기 자기주도 이유식 스푼 커틀러리 마일드 블루 출산/육아 > 이유식용품 > 조리기'
- '유비맘 PPSU 시그니처 역류방지 유아빨대컵 280ml 2P 딸기_8.바나나 출산/육아 > 이유식용품 > 조리기'
|
## 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_bc26")
# Run inference
preds = model("4p 투데코 이유식 도자기 조리기세트 화이트 출산/육아 > 이유식용품 > 조리기")
```
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:-------|:----|
| Word count | 7 | 15.075 | 30 |
| 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 |
### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0091 | 1 | 0.4946 | - |
| 0.4545 | 50 | 0.5017 | - |
| 0.9091 | 100 | 0.4932 | - |
| 1.3636 | 150 | 0.3697 | - |
| 1.8182 | 200 | 0.0968 | - |
| 2.2727 | 250 | 0.0213 | - |
| 2.7273 | 300 | 0.0175 | - |
| 3.1818 | 350 | 0.0186 | - |
| 3.6364 | 400 | 0.0187 | - |
| 4.0909 | 450 | 0.0136 | - |
| 4.5455 | 500 | 0.0007 | - |
| 5.0 | 550 | 0.0001 | - |
| 5.4545 | 600 | 0.0001 | - |
| 5.9091 | 650 | 0.0001 | - |
| 6.3636 | 700 | 0.0001 | - |
| 6.8182 | 750 | 0.0001 | - |
| 7.2727 | 800 | 0.0001 | - |
| 7.7273 | 850 | 0.0001 | - |
| 8.1818 | 900 | 0.0 | - |
| 8.6364 | 950 | 0.0 | - |
| 9.0909 | 1000 | 0.0 | - |
| 9.5455 | 1050 | 0.0 | - |
| 10.0 | 1100 | 0.0 | - |
| 10.4545 | 1150 | 0.0 | - |
| 10.9091 | 1200 | 0.0 | - |
| 11.3636 | 1250 | 0.0 | - |
| 11.8182 | 1300 | 0.0 | - |
| 12.2727 | 1350 | 0.0 | - |
| 12.7273 | 1400 | 0.0 | - |
| 13.1818 | 1450 | 0.0 | - |
| 13.6364 | 1500 | 0.0 | - |
| 14.0909 | 1550 | 0.0 | - |
| 14.5455 | 1600 | 0.0 | - |
| 15.0 | 1650 | 0.0 | - |
| 15.4545 | 1700 | 0.0 | - |
| 15.9091 | 1750 | 0.0 | - |
| 16.3636 | 1800 | 0.0 | - |
| 16.8182 | 1850 | 0.0 | - |
| 17.2727 | 1900 | 0.0 | - |
| 17.7273 | 1950 | 0.0 | - |
| 18.1818 | 2000 | 0.0 | - |
| 18.6364 | 2050 | 0.0 | - |
| 19.0909 | 2100 | 0.0 | - |
| 19.5455 | 2150 | 0.0 | - |
| 20.0 | 2200 | 0.0 | - |
| 20.4545 | 2250 | 0.0 | - |
| 20.9091 | 2300 | 0.0 | - |
| 21.3636 | 2350 | 0.0 | - |
| 21.8182 | 2400 | 0.0 | - |
| 22.2727 | 2450 | 0.0 | - |
| 22.7273 | 2500 | 0.0 | - |
| 23.1818 | 2550 | 0.0 | - |
| 23.6364 | 2600 | 0.0 | - |
| 24.0909 | 2650 | 0.0 | - |
| 24.5455 | 2700 | 0.0 | - |
| 25.0 | 2750 | 0.0 | - |
| 25.4545 | 2800 | 0.0 | - |
| 25.9091 | 2850 | 0.0 | - |
| 26.3636 | 2900 | 0.0 | - |
| 26.8182 | 2950 | 0.0 | - |
| 27.2727 | 3000 | 0.0 | - |
| 27.7273 | 3050 | 0.0 | - |
| 28.1818 | 3100 | 0.0 | - |
| 28.6364 | 3150 | 0.0 | - |
| 29.0909 | 3200 | 0.0 | - |
| 29.5455 | 3250 | 0.0 | - |
| 30.0 | 3300 | 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}
}
```