---
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: 국산 전라도 겉절이 1kg+1kg 열무김치 1kg+1kg 주식회사 하루식품
- text: 해남 황금절임배추 20kg / 노란 항암배추 국내산 김장 김치 해남 황금절임배추 20kg(7~10포기)_11/18(토) 바이곰
- text: '[김권태농부] 옥과 맛있는 김치 배추 포기김치 2kg 김권태 배추포기김치 2kg 목화골 우리농산'
- text: 황금배추로 만든 절임키트 19KG 황금절임키트 19kg_11월 16일 골드바이오스토어
- text: '[마음심은] 겉절이 3kg / 익을수록 시원한  (주)강가의나무'
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: 0.9429298436932024
      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:** 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                                                                                                                                                                                                                  |
|:------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.0   | <ul><li>'수작업 완전 국내산 양념이 듬뿍 매운 전라도 얼갈이 겉절이 1kg 김장  오텀 골드 (AUTUMN GOLD)'</li><li>'국산 겉절이 2kg+Npay5% 매일생산 당일제조 수 빛 배추 김치 먹보야 수 국산 포기김치3kg+Npay5% (주)먹보야'</li><li>'명광성푸드 술안주로도 간식으로도 맛있는 고구마무스 1kg 고구마무스(1kg) 조이찬스'</li></ul> |
| 6.0   | <ul><li>'종가집 백김치3kg  프라임 다모여'</li><li>'종가집 백김치 5kg (냉장포장)  주식회사 푸드공공칠'</li><li>'종가집 우리땅 백김치 (5kg) 국내산재료만사용 02.우리땅 백김치(숙성 5kg) 바이라이프'</li></ul>                                                                            |
| 11.0  | <ul><li>'이킴 홍진경더김치 총각김치 3kg 동의 쉼포니'</li><li>'[피코크] 조선호텔 총각김치 1.5kg  주식회사 배한네트웍스'</li><li>'CJ제일제당 비비고 총각김치 1.5kg  오루고'</li></ul>                                                                                           |
| 7.0   | <ul><li>'[CJ](신세계의정부점) 비비고 김치볶음 150g  주식회사 에스에스지닷컴'</li><li>'[CJ](신세계강남점) 비비고김치볶음150g  주식회사 에스에스지닷컴'</li><li>'피코크 조선호텔 무석박지 1kg  주식회사 맨도롱'</li></ul>                                                                      |
| 2.0   | <ul><li>'사대부 국산 깍두기 3kg HACCP 인증  (주)우영채널'</li><li>'이킴 홍진경더김치 깍두기 2kg  겨자씨'</li><li>'예소담 특깍두기3kg  농업회사법인(주)예소담'</li></ul>                                                                                                 |
| 5.0   | <ul><li>'예소담 특묵은지3kg 예소담 특묵은지3kg 원츄쟈챠'</li><li>'CJ제일제당 비비고 묵은지 1.5kg  퓨어리실바'</li><li>'해남 화원농협 이맑은김치 묵은지 10kg  이세몰'</li></ul>                                                                                              |
| 4.0   | <ul><li>'예소담 특동치미 3kg  농업회사법인(주)예소담'</li><li>'대상 종가집 동치미 2.5kg 1개  하스제이'</li><li>'[열우물]연동치미 450g x 1팩 연근가루로 맛을 낸 동치미  소백스토어 주식회사'</li></ul>                                                                               |
| 9.0   | <ul><li>'이담채 상큼한 국내산 오이소박이 2kg 오이소박이 1kg 서부농산영농조합법인'</li><li>'100% 국산 전라도 오이소박이 1kg  제주나는 농산물'</li><li>'이담채 상큼한 국내산 오이소박이 2kg 오이소박이 3kg 서부농산영농조합법인'</li></ul>                                                             |
| 12.0  | <ul><li>'종가집 파김치2.5kg  프라임 다모여'</li><li>'종가집 파김치 2.5kg  다올'</li><li>'아이스박스 발송 종가 파김치 1KG 코스트코 아이스팩 기본1개 도우닷컴'</li></ul>                                                                                                   |
| 10.0  | <ul><li>'황금 김장 절인배추 강원도 고랭지절임배추 10kg 김장양념 고춧가루 12월 29일 (금)도착 큰장터'</li><li>'더맛있는 김장세트 3.5kg(절임배추+배추김치양념) 만들기 밀키트 집콕놀이 김장세트3.5kg 주식회사 삼창'</li><li>'GAP, 저탄소인증 농부삼촌 해남 절임배추 20kg 12월 13일(수) 농부삼촌영농조합법인'</li></ul>            |
| 13.0  | <ul><li>'안동학가산김치 가정용 고랭지 포기김치 4kg (국내산) 3.포기김치 업소용 10kg고춧가루만 중국산 학가산김치서울직판장'</li><li>'김권태 전라도 곡성 옥과맛있는김치 포기 배추김치 김장 2kg 9_전라도 열무김치 2kg 5월~9월 제이엘컴퍼니(JL Company)'</li><li>'청풍 포기김치(실속형) 10kg 2kg 영신내추럴'</li></ul>          |
| 8.0   | <ul><li>'씨제이 비비고 열무김치 900G  홈플러스'</li><li>'영동김치 열무 얼갈이 김치 5kg  영동김치'</li><li>'열무김치 열무 얼갈이 자박이 김치 100% 국내산 [먹부림마켓]  먹부림 마켓'</li></ul>                                                                                      |
| 3.0   | <ul><li>'익을수록 맛있는 남도식 석박지 무김치 1kg  소복김치'</li><li>'종가집 담백한나박김치1.2kg(PET)  대상JJ'</li><li>'[산들바람김치] 나박물김치 3kg 국산100% 나박김치 반찬 속초  산들바람식품'</li></ul>                                                                           |
| 0.0   | <ul><li>'여수돌산갓김치 5kg 김치 국내산 100% 당일생산  미스터홍주부'</li><li>'여수 명물 돌산 갓김치 2kg 국내산 전라도 갓 김치  대한민국농수산'</li><li>'종가집 돌산갓김치3kg(온라인)  프라임 다모여'</li></ul>                                                                            |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.9429 |

## 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_fd3")
# Run inference
preds = model("[마음심은] 겉절이 3kg / 익을수록 시원한  (주)강가의나무")
```

<!--
### 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   | 8.1522 | 18  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 23                    |
| 1.0   | 50                    |
| 2.0   | 50                    |
| 3.0   | 24                    |
| 4.0   | 31                    |
| 5.0   | 50                    |
| 6.0   | 50                    |
| 7.0   | 40                    |
| 8.0   | 23                    |
| 9.0   | 32                    |
| 10.0  | 50                    |
| 11.0  | 50                    |
| 12.0  | 29                    |
| 13.0  | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0115  | 1    | 0.4872        | -               |
| 0.5747  | 50   | 0.3163        | -               |
| 1.1494  | 100  | 0.2368        | -               |
| 1.7241  | 150  | 0.1362        | -               |
| 2.2989  | 200  | 0.0482        | -               |
| 2.8736  | 250  | 0.0183        | -               |
| 3.4483  | 300  | 0.0142        | -               |
| 4.0230  | 350  | 0.004         | -               |
| 4.5977  | 400  | 0.0022        | -               |
| 5.1724  | 450  | 0.008         | -               |
| 5.7471  | 500  | 0.0003        | -               |
| 6.3218  | 550  | 0.0004        | -               |
| 6.8966  | 600  | 0.002         | -               |
| 7.4713  | 650  | 0.0004        | -               |
| 8.0460  | 700  | 0.0003        | -               |
| 8.6207  | 750  | 0.0002        | -               |
| 9.1954  | 800  | 0.0002        | -               |
| 9.7701  | 850  | 0.0002        | -               |
| 10.3448 | 900  | 0.0001        | -               |
| 10.9195 | 950  | 0.0001        | -               |
| 11.4943 | 1000 | 0.0001        | -               |
| 12.0690 | 1050 | 0.0001        | -               |
| 12.6437 | 1100 | 0.0001        | -               |
| 13.2184 | 1150 | 0.0001        | -               |
| 13.7931 | 1200 | 0.0001        | -               |
| 14.3678 | 1250 | 0.0001        | -               |
| 14.9425 | 1300 | 0.0001        | -               |
| 15.5172 | 1350 | 0.0001        | -               |
| 16.0920 | 1400 | 0.0001        | -               |
| 16.6667 | 1450 | 0.0001        | -               |
| 17.2414 | 1500 | 0.0001        | -               |
| 17.8161 | 1550 | 0.0001        | -               |
| 18.3908 | 1600 | 0.0001        | -               |
| 18.9655 | 1650 | 0.0001        | -               |
| 19.5402 | 1700 | 0.0001        | -               |

### 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.*
-->