---
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: 거래처선물 어른 직장상사추석선물 특별한 명절 설 아카시아꿀600g_백자_공단 청 보자기 와재트코퍼
- text: '[아리울떡공방] 굳지않는 아리울떡 베스트 1kg+1kg 골라잡기 06. 굳지않는 모듬 깨송편 1kg_09. 굳지않는 쑥개떡 1kg
    주식회사 아리울마켓'
- text: 빵또아 /붕어싸만코 6종 10+10+10개 골라담기 빵또아 /붕어싸만코 6종 10+10+10개 골_붕어싸만코 초코 10개_빵또아 초코쿠앤크
    10개+빵또아 초코쿠앤크 1 길미로지스
- text: 매그넘 아이스크림팩 클래식 3팩 더블 라즈베리팩 (88ml x3)_미니 팩 (55ml x6)_민트팩 (100ml x4) 유니레버코리아
    (주)
- text: 크라운 C콘칲 70g/콘칩/스낵 농심_농심 감튀 레드칠리맛 60g 텍사스유통
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: 0.7591020738115225
      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:** 16 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                                                                                                                                                                                                                                                                                       |
|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.0   | <ul><li>'한진식품 호박 꿀맛나 쫀디기 100g 쫀드기튀김(버터구이오징어맛) (주)푸드원'</li><li>'추억의 불량식품 옛날 문방구 세계 과자 꾀돌이 25g 115_1IWE_오키오 망고 구미 80g 빅플랜터스'</li><li>'웰빙코리아 자색고구마칩 무설탕 2kg 대용량 업소용 웰빙코리아 자색고구마칩 2kg 오쎈'</li></ul>                                                                                                |
| 15.0  | <ul><li>'쁘띠첼 떠먹는 컵 과일젤리 밀감 포도 복숭아 파인애플 블루베리 딸기 화이트코코 210g 04.쁘띠첼 과일젤리포도 210G X 6EA 태산상사'</li><li>'Jell-O Cook Serve 초콜릿 무지방 푸딩 파이 필링 믹스 3.3온스(6개들이 팩) 시이부동'</li><li>'일본 KALDI 칼디 안닌도후 행인두부 미니 215g 3개 세트  MARI COMMERCE'</li></ul>                                                             |
| 11.0  | <ul><li>'트윅스 48.5g  까까무까 주식회사'</li><li>'해태 자유시간 36g/초코바 롯데 초에너지바 40g 단비마켓'</li><li>'초코무초 27g  까까무까 주식회사'</li></ul>                                                                                                                                                                             |
| 8.0   | <ul><li>'휴럼 아임요 빙수용 콩고물 600g 팥빙수재료 콩가루 인절미  (주)오케이푸드'</li><li>'빙그레 요맘때 요거트 아이스크림 딸기콘 24개입 요맘때 플레인콘 24개 (주)빙그레'</li><li>'더위사냥 15+15개 외 파워캡뽕따폴라포탱크보이 골라담기 더위사냥 액티브커피 15개_파워캡 레드피치 15개 (주)씨제이이엔엠'</li></ul>                                                                                       |
| 3.0   | <ul><li>'제주 산지직송 택배 국내산팥 오메기떡 맛집 40개 한성오메기떡 쑥찰떡 제외 혼합40개 한성오메기떡'</li><li>'매일우유 아이스 크림떡 2종 2Box 골라담기 우유크림/인절미크림 각 6개입 총 12개입 인절미 6개+6개 오씨홀딩스'</li><li>'매일우유 아이스 크림떡 2종 3Box 골라담기 우유크림/인절미크림 총 18개입 인절미 12개+우유 6개 오씨홀딩스'</li></ul>                                                               |
| 5.0   | <ul><li>'트루블루 프로폴리스 캔디 마누카허니 800g 코스트코  포유마트'</li><li>'카수가이 시오아메 (소금사탕) [140g]  주식회사 두원에프엔에스'</li><li>'코스트코 벨기안 커피사탕 1.5kg 트레핀 벨기에 커피캔디 트레핀 벨기안 커피사탕 1.5kg 하람전자'</li></ul>                                                                                                                     |
| 7.0   | <ul><li>'헤이씨리 무설탕 프로틴 시리얼 다이어트 단백질 그래놀라 오리지널 400g 오리지널 주식회사 제로식품'</li><li>'동서식품 포스트 그래놀라 카카오 호두 510g 포스트 현미 오트밀 300g 주식회사 경일종합식품 케이마트몰'</li><li>'[리치스] 동서식품 그래놀라 1kg  (주) 천지물산'</li></ul>                                                                                                      |
| 13.0  | <ul><li>'루빵 가벼운 미니 스틱치즈케익 5입 1+1 얼그레이 5입_얼그레이 5입 웅진유통'</li><li>'[빠당] 글루텐프리 무설탕 치즈케이크 플레인 블루베리콤포트 빠당'</li><li>'베키아에누보 레어 프로마쥬 케이크 380g 냉동케익  시그니엘유통'</li></ul>                                                                                                                                  |
| 4.0   | <ul><li>'코스트코 커클랜드 블루베리 베이글 샌드위치 식빵 냉동 빵 6개입 x 2봉지 1. 오전 10시 이전 주문 당일 구매 발송_1-6. 베이글 어니언+플레인 (12개입) 세븐토이(Seven Toy)'</li><li>'밀도 담백식빵 480g 1개 [누텔라잼 15g 3개 ]  이스터에그'</li><li>'코스트코 커클랜드 블루베리 베이글 샌드위치 식빵 냉동 빵 6개입 x 2봉지 2. 목/금 주문 월요일 구매 발송_1-3. 베이글 플레인+플레인 (12개입) 세븐토이(Seven Toy)'</li></ul> |
| 12.0  | <ul><li>'모리나가 제과 하이츄 프리미엄 백도맛 35g x10개  MARI COMMERCE'</li><li>'새콤달콤 스틱 5가지맛 29g X 20개 (포도 딸기 레모네이드 복숭아 블루베리소다) 새콤달콤 스틱 5가지맛 25개 푸드매니저'</li><li>'맛고을 유가엿 4kgx1봉지  주식회사 윤건축'</li></ul>                                                                                                          |
| 9.0   | <ul><li>'청우식품 참깨전병, 350g, 4개  알라이'</li><li>'수제 오꼬시 쌀강정 보리강정 대용량 3kg 5kg 벌크포장 쌀 보리강정 혼합 벌크포장3kg 주식회사 시즌잇'</li><li>'녹두떡 6종 세트 화과자 계화수 중국 녹두케이크 녹두쿠키 샌드 옛날식 간식 월병 전통 구성D 퍼트레이드'</li></ul>                                                                                                         |
| 14.0  | <ul><li>'2023년 국산 팝콘옥수수 500g 팝콘용옥수수  소화농장'</li><li>'미원 맛소금팝콘 고소짭짤한 봉지스낵과자안주 55g x 4개  주식회사 빌드업커머스'</li><li>'해승 맛나콘 300g ③ 해승 누룽지뻥 190g 파인'</li></ul>                                                                                                                                           |
| 0.0   | <ul><li>'[공유관] 국민 어포 빠사삭 80g x 10봉지 [공유관] 국민 어포 빠사삭 80g × 10봉지 공유관  국민 어포 빠사삭 80g x 10봉 브리드킴에스'</li><li>'[인천 ] 마마스초이스 맛있게 구운 오징어채 250g 맥주안주 건오징어 인천시 남동구 논현동_확인했습니다. 스타일바이맘'</li><li>'사세 치킨텐더 1kg 냉동  제이에스토어'</li></ul>                                                                        |
| 6.0   | <ul><li>'롯데 칸쵸 54g 낱개  주식회사 에스에이치몰'</li><li>'마켓오 치즈톡 달콤치즈맛 봉지스낵 80g x 1개  동행리테일'</li><li>'건강한 쿠키 믹스 500g (버터+아몬드+초코) 선물 세트 간식 벌크 틴케이스 플레인(버터) 유동부치아바타 주식회사'</li></ul>                                                                                                                          |
| 10.0  | <ul><li>'탑푸르트 베트남 탑후르츠 망고젤리 320g X 2봉  권석인'</li><li>'(무)롤업달곰 딸기맛56gX5개  제이커머스'</li><li>'베베토 미니믹스 900g 1개 대용량 어린이 간식 젤리 900g 갓재컴퍼니'</li></ul>                                                                                                                                                   |
| 2.0   | <ul><li>'졸음번쩍껌 톡톡!87gx3개 외 3종 02. 졸음번쩍껌 트윈 리필 105g_03. 졸음번쩍껌 울트라파워 용기 80g_03. 졸음번쩍껌 울트라파워 용기 80g (주)푸드조이'</li><li>'롯데제과 아라비카커피 26g x15  (주)장고유통'</li><li>'롯데 스피아민트껌 26g x 90개입(1박스)/  주식회사 더커피몰'</li></ul>                                                                                     |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.7591 |

## 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_fd2")
# Run inference
preds = model("크라운 C콘칲 70g/콘칩/스낵 농심_농심 감튀 레드칠리맛 60g 텍사스유통")
```

<!--
### 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   | 3   | 9.9413 | 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                    |
| 9.0   | 50                    |
| 10.0  | 50                    |
| 11.0  | 50                    |
| 12.0  | 50                    |
| 13.0  | 50                    |
| 14.0  | 50                    |
| 15.0  | 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 |
|:-----:|:----:|:-------------:|:---------------:|
| 0.008 | 1    | 0.3892        | -               |
| 0.4   | 50   | 0.3143        | -               |
| 0.8   | 100  | 0.2068        | -               |
| 1.2   | 150  | 0.0911        | -               |
| 1.6   | 200  | 0.0471        | -               |
| 2.0   | 250  | 0.0355        | -               |
| 2.4   | 300  | 0.0285        | -               |
| 2.8   | 350  | 0.0154        | -               |
| 3.2   | 400  | 0.0138        | -               |
| 3.6   | 450  | 0.0057        | -               |
| 4.0   | 500  | 0.0105        | -               |
| 4.4   | 550  | 0.0134        | -               |
| 4.8   | 600  | 0.0075        | -               |
| 5.2   | 650  | 0.0026        | -               |
| 5.6   | 700  | 0.001         | -               |
| 6.0   | 750  | 0.0003        | -               |
| 6.4   | 800  | 0.0003        | -               |
| 6.8   | 850  | 0.0003        | -               |
| 7.2   | 900  | 0.0002        | -               |
| 7.6   | 950  | 0.0002        | -               |
| 8.0   | 1000 | 0.0003        | -               |
| 8.4   | 1050 | 0.0001        | -               |
| 8.8   | 1100 | 0.0001        | -               |
| 9.2   | 1150 | 0.0001        | -               |
| 9.6   | 1200 | 0.0001        | -               |
| 10.0  | 1250 | 0.0002        | -               |
| 10.4  | 1300 | 0.0001        | -               |
| 10.8  | 1350 | 0.0001        | -               |
| 11.2  | 1400 | 0.0001        | -               |
| 11.6  | 1450 | 0.0001        | -               |
| 12.0  | 1500 | 0.0001        | -               |
| 12.4  | 1550 | 0.0001        | -               |
| 12.8  | 1600 | 0.0001        | -               |
| 13.2  | 1650 | 0.0001        | -               |
| 13.6  | 1700 | 0.0001        | -               |
| 14.0  | 1750 | 0.0005        | -               |
| 14.4  | 1800 | 0.0001        | -               |
| 14.8  | 1850 | 0.0001        | -               |
| 15.2  | 1900 | 0.0001        | -               |
| 15.6  | 1950 | 0.0001        | -               |
| 16.0  | 2000 | 0.0001        | -               |
| 16.4  | 2050 | 0.0001        | -               |
| 16.8  | 2100 | 0.0001        | -               |
| 17.2  | 2150 | 0.0001        | -               |
| 17.6  | 2200 | 0.0001        | -               |
| 18.0  | 2250 | 0.0001        | -               |
| 18.4  | 2300 | 0.0001        | -               |
| 18.8  | 2350 | 0.0001        | -               |
| 19.2  | 2400 | 0.0001        | -               |
| 19.6  | 2450 | 0.0001        | -               |
| 20.0  | 2500 | 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.*
-->