---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 그로밋 안전벨트 인형 캐릭터 차량 귀여운 G스타일 안전벨트 멍멍이 인형 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
- text: 메르세데스-벤츠 GLK 4pcs 패브릭 도어 보호 매트 안티 킥 장식 패드 02 빨간 출산/육아 > 카시트 > 카시트용품 > 카시트기타용품
- text: 스마트키드벨트 유아 안전벨트 인형 초등학생 카시트 소라(blue) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
- text: 유아 안전벨트 쿠션 인형 (어린이 차량용 커버,카시트) 03.(면)화이트유니콘_S(3점벨트카시트용추천) 출산/육아 > 카시트 > 카시트용품
    > 차량안전벨트
- text: 자동차 안전벨트 커버인형 크리에이티브 DIY 모델 귀여운 동물 MOC 빌딩 블록 애완 동물원 개 오리 거북이 펭귄 고양이 돼지 새 토끼
    장난감 28 CN00070-A13 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트
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:** 5 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                                                                                                                                                                                                                                                          |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 3.0   | <ul><li>'조이 아이트래버 시그니처 아이사이즈 주니어카시트  출산/육아 > 카시트 > 주니어카시트'</li><li>'[연휴전특가] 멀티 i-Size 색상선택 (아이사이즈 주니어 카시트)  출산/육아 > 카시트 > 주니어카시트'</li><li>'[50% off] 페도라 위티 주니어 카시트 3종 선물 i-size 아이사이즈  출산/육아 > 카시트 > 주니어카시트'</li></ul>                                           |
| 4.0   | <ul><li>'안전벨트 리본 쿠션 세트 베개 패드 가드 커버 인형 A 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트'</li><li>'안전벨트인형 어린이안전벨트 유아 클립 카시트 커버 쿠션 2.그레이샤페이(1P) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트'</li><li>'자동차 인테리어 도어 매트 안티 킥 패드 보호 스티커 장식 하발 H6 - 액세서리 02 4 PCS 출산/육아 > 카시트 > 카시트용품 > 카시트기타용품'</li></ul> |
| 0.0   | <ul><li>'BLIVA 이노픽스 부스터 카시트 (ISOFIX) 매쉬블랙  출산/육아 > 카시트 > 부스터카시트'</li><li>'벨럽 V50 주니어 부스터 카시트 (ISOFIX) 퀀텀블랙  출산/육아 > 카시트 > 부스터카시트'</li><li>'에어보스 록키 휴대용 부스터 카시트 (ISOFIX) + 서포트 헤드쿠션  출산/육아 > 카시트 > 부스터카시트'</li></ul>                                               |
| 1.0   | <ul><li>'폴레드 라이징스타 아이사이즈(i-Size) 신생아 바구니 카시트 트레블 시스템  출산/육아 > 카시트 > 신생아카시트'</li><li>'싸이벡스 클라우드티 아이사이즈 신생아 바구니 회전형 카시트 / 클라우드 T  출산/육아 > 카시트 > 신생아카시트'</li><li>'맥시코시 카브리오픽스 TC 바구니 카시트 그라파이트  출산/육아 > 카시트 > 신생아카시트'</li></ul>                                      |
| 2.0   | <ul><li>'싸이벡스 제로나 티 아이사이즈 아기 유아 신생아 회전형 분리형 모듈 카시트 / 제로나 T  출산/육아 > 카시트 > 영유아카시트'</li><li>'[◆빠른배송] 이지캐리2 휴대용 카시트 색상선택+목베개  출산/육아 > 카시트 > 영유아카시트'</li><li>'다이치 블리바 360 프로 아이사이즈  출산/육아 > 카시트 > 영유아카시트'</li></ul>                                                   |

## 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_bc30")
# Run inference
preds = model("스마트키드벨트 유아 안전벨트 인형 초등학생 카시트 소라(blue) 출산/육아 > 카시트 > 카시트용품 > 차량안전벨트")
```

<!--
### 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   | 9   | 16.0733 | 40  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0.0   | 20                    |
| 1.0   | 20                    |
| 2.0   | 20                    |
| 3.0   | 20                    |
| 4.0   | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0333  | 1    | 0.5171        | -               |
| 1.6667  | 50   | 0.3557        | -               |
| 3.3333  | 100  | 0.0539        | -               |
| 5.0     | 150  | 0.0002        | -               |
| 6.6667  | 200  | 0.0           | -               |
| 8.3333  | 250  | 0.0           | -               |
| 10.0    | 300  | 0.0           | -               |
| 11.6667 | 350  | 0.0           | -               |
| 13.3333 | 400  | 0.0           | -               |
| 15.0    | 450  | 0.0           | -               |
| 16.6667 | 500  | 0.0           | -               |
| 18.3333 | 550  | 0.0           | -               |
| 20.0    | 600  | 0.0           | -               |
| 21.6667 | 650  | 0.0           | -               |
| 23.3333 | 700  | 0.0           | -               |
| 25.0    | 750  | 0.0           | -               |
| 26.6667 | 800  | 0.0           | -               |
| 28.3333 | 850  | 0.0           | -               |
| 30.0    | 900  | 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}
}
```

<!--
## 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.*
-->