---
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: 모디스 일체형 미니 도킹형 보조배터리 5000mAh (8핀) 모디스 미니 5000 보조배터리 8핀(민트) 글로리아
- text: 삼성전자 갤럭시 S23 울트라 가죽 레더 커버 정품 케이스 EF-VS918 카멜 (VS918LAE) 주식회사 지엠트레이드
- text: 베루스 갤럭시 Z플립5 케이스 카드 케이스 2장 수납 자동 힌지보호 모던 고 비스포크 레모네이드_레모네이드_레모네이드 (주)베루스디자인
- text: 갤럭시워치5 44mm 9H 액정보호 강화유리필름 2매 MinSellAmount 하이애드
- text: '[원.쁠.원] 벨킨 C타입 충전 어댑터 + C to C 케이블 케이블블랙(WCA004+CAB0031MBK) (주) 디지월드'
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: 0.9268917864705227
      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                                                                                                                                                                                                                                                                                                     |
|:------|:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 15    | <ul><li>'내 폰도 시원하게!!! 루이트 스마트폰 쿨러 쿨링패드 접촉식 SNOW-3001  피닉스F&B'</li><li>'[브리츠 액세사리] 스마트폰 전용 쿨러 [BA-AMK3]  (주)컴퓨존'</li><li>'브리츠 BA-AMK3 스마트폰 쿨러 거치대 쿨링패드 핸드폰쿨러  더드림 트레이딩(the dream trading)'</li></ul>                                                                                                          |
| 9     | <ul><li>'갤럭시S22 울트라 갤럭시S23 울트라 필름 3매 S23 / S22 호환 주식회사 빅쏘코리아'</li><li>'닥터가드 아이폰15 프로 맥스 메탈 카메라 강화 필름 빛번짐 방지 렌즈 보호 15/15Plus_1+1_Black 2개 닥터가드샵'</li><li>'[갤러리아] 아이폰14／14 맥스 호환 링케 후면 카메라 보호 풀커버 스타일링 아이폰14／14맥스 호환 한화갤러리아(주)'</li></ul>                                                                      |
| 8     | <ul><li>'로모스 SW20S Pro 20000mAh 보조배터리  효로로몰'</li><li>'모디스 일체형 미니 보조배터리 5000mAh 8핀 가볍고 휴대하기 편한 보조배터리 아이폰 8핀(민트) 마이미케이스'</li><li>'스마텍 SMARTEK 초슬림 맥세이프 마그네틱 고속충전 보조배터리 5100mAh STPB-SPS5 케이블포함 그레이(STPB-SPS5) 티제이컴퍼니'</li></ul>                                                                                |
| 11    | <ul><li>'스마트폰 핸드폰 핑거 스트랩 에어루프[아이엠듀] 네이비 주식회사 웹이즈'</li><li>'[1300K] 신지모루 신지루프 스탠드 핸드폰 핑거스트랩 폰스트랩 핸드폰줄 신지루프 스탠드 핑거스트랩_핑크 엔에이치엔위투 주식회사'</li><li>'길이조절 분실방지 일체형 핸드폰 스트랩 목걸이 줄 길이조절 스트랩 -  블랙 주식회사 바라보고'</li></ul>                                                                                                |
| 14    | <ul><li>'[ 가성비 ] 카드수납 천연소가죽 갤럭시 다이어리 S928 케이스 지갑형 루이스 S24울트라 핸드폰 갤럭시 S24울트라 S928_그린 더조은유통센터9'</li><li>'리믹스 에어로드 소형 백팩 스마트폰 암밴드 스포츠 런닝 등산 배낭  주식회사 지니스'</li><li>'플라핏 갤럭시 S24플러스 젠틀리 천연가죽 다이어리 그레이 (주) 아이에스케이'</li></ul>                                                                                       |
| 3     | <ul><li>'로랜텍 애플워치 스트랩 밀레니즈 루프 시계줄 밴드 SE2 9 8 7 6 38,40,41mm호환 6 애플워치 네추럴 소가죽_38mm/40mm/41mm_로즈골드 건용지미'</li><li>'갤럭시워치4 클래식 42mm 이너 베젤링 링케 베젤 스타일링 갤럭시워치4 클래식_이너베젤링 (GW4C-42-IN-01) 주식회사 리어스'</li><li>'Apple 49mm 트레일 루프 - 블루/블랙 S/M (MT613FE/A) 블루/블랙 S/M - MT613FE/A (주)블루박스 (Blue Box Co., Ltd)'</li></ul> |
| 7     | <ul><li>'NEXT-16MM 스마트폰 셀카 렌즈  (주)시드아이엔씨'</li><li>'NEXT-16MM 16mm 4K Wide Lens 120  주식회사 스토리지썬'</li><li>'NEXT-16MM 스마트폰 광각렌즈 16mm 4K Wide 120도  주식회사 지엘플레이스'</li></ul>                                                                                                                                       |
| 4     | <ul><li>'루이트 얼굴인식 360도 트래킹 짐벌 SR01 9시간연속 대용량 배터리  노다지(NODAJI)'</li><li>'루이트 스마트 얼굴인식 360도 트레킹 짐벌 SR01  오앤아이 주식회사(O&I)'</li><li>'캐논 HG-100TBR 블루투스 리모컨 포함 삼각대 그립 (캐논스토어 대구점)  주식회사디지탈캠프'</li></ul>                                                                                                            |
| 13    | <ul><li>'넥시 차량용 Type-C to 3.5 AUX 케이블 NX-CAXM (NX1210) 1.5M  아이비엔'</li><li>'C to C PD 타입 100W 5A USB 2.0 고속충전 케이블 플렉시블 30cm CtoC LED 100W 120cm_블랙 아이킨'</li><li>'아이엔조이 100W 마카롱 PD C to C 타입 고속 충전 케이블 초고속 2.0  크레비즈 코리아'</li></ul>                                                                          |
| 2     | <ul><li>'[텐바이텐][ Fitbit 공식판매점 ] Fitbit Versa4 핏빗 버사4 스마트워치 블랙&그라파이트 알루미늄 (주)텐바이텐'</li><li>'애플 워치 SE2 GPS 40mm 실버 알루미늄 윈터블루 스포츠 루프 실버 스톰블루 스포츠밴드 (M/L) 주식회사 설빈'</li><li>'JCP Apple 워치 SE 1세대 GPS Nike 44mm (실버 알루미늄)  주식회사 제이씨엠컴퍼니'</li></ul>                                                                 |
| 0     | <ul><li>'삼성전자 갤럭시 S24 Ultra S Pen EJ-PS928 그레이 (주)유승씨앤씨'</li><li>'[ESR] ESR 할로락 지오 루프 2IN1 맥세이프 카드지갑 거치대 지오루프 2IN1 카드지갑:브라운 EC688 (주) 교보문고'</li><li>'매그 클립S 아이폰 맥세이프 카드지갑 마그네틱 카드슬롯 매그 클립 레더 맥세이프 카드슬롯-골드브라운 주식회사 요이치'</li></ul>                                                                             |
| 1     | <ul><li>'주파집 4세대 블루투스 삼각대 셀카봉 JU-SS100 4세대 블루투스 삼각대 셀카봉 JU-SS100_블랙 주식회사 주파집'</li><li>'루이트 블루투스 셀카봉 RT-JS7  댕냥이집사몰'</li><li>'조명LED 블루투스 셀카봉 삼각대 SEL-LT860Z 블랙&레드 LED풀세트 주식회사 셀루미'</li></ul>                                                                                                                  |
| 6     | <ul><li>'[iRing] 정품 아이링 슬라이드 싱글 블랙 카미니(KAMINI)'</li><li>'coloring heart 아이폰 맥세이프 그립 톡홀더 blue 주식회사 모먼트디자인'</li><li>'항공샷 수평 탑뷰 만능샷 침대 탁상용 스마트폰 수직 촬영 거치대 삼각대 촬영 거치대 투앤티'</li></ul>                                                                                                                             |
| 10    | <ul><li>'Zizzy P-CAP 고리 이어캡 이어폰구멍 보호마개 레드하이브  '</li><li>'Zizzy P-CAP 고리 이어캡 이어폰구멍 보호마개 레드하이브  '</li><li>'신지가토 / 큐빅 이어캡 Bambi (blue) 케이알트레이더스'</li></ul>                                                                                                                                                      |
| 5     | <ul><li>'케이블마트 NAB564 스마트폰 전화기 핸드셋(Green)  엠에이씨케이'</li><li>'[AB565]  Coms 스마트폰 전화기 핸드셋(Blue)  (주)라니아씨앤씨'</li><li>'[AB564] Coms 스마트폰 전화기 핸드셋(Green)  (주)라니아씨앤씨'</li></ul>                                                                                                                                     |
| 12    | <ul><li>'벨킨 15W 맥세이프 고속 무선 충전 패드 WIA004kr 화이트  나인스타컴퍼니'</li><li>'6IN1 애플워치 갤럭시워치 에어팟 버즈 무선충전기 나비 NV184-MWC10 블랙 초식공룡마켓'</li><li>'클레버 타키온 GaN PD PPS 접지형 83W 고속 멀티충전기 G224PQ 블랙 주식회사바이퍼럭스'</li></ul>                                                                                                          |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.9269 |

## 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_el25")
# Run inference
preds = model("갤럭시워치5 44mm 9H 액정보호 강화유리필름 2매 MinSellAmount 하이애드")
```

<!--
### 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   | 11.0114 | 27  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0     | 50                    |
| 1     | 50                    |
| 2     | 50                    |
| 3     | 50                    |
| 4     | 50                    |
| 5     | 7                     |
| 6     | 50                    |
| 7     | 29                    |
| 8     | 50                    |
| 9     | 50                    |
| 10    | 13                    |
| 11    | 50                    |
| 12    | 50                    |
| 13    | 50                    |
| 14    | 50                    |
| 15    | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0091  | 1    | 0.4972        | -               |
| 0.4545  | 50   | 0.2762        | -               |
| 0.9091  | 100  | 0.1381        | -               |
| 1.3636  | 150  | 0.0883        | -               |
| 1.8182  | 200  | 0.0328        | -               |
| 2.2727  | 250  | 0.0061        | -               |
| 2.7273  | 300  | 0.0009        | -               |
| 3.1818  | 350  | 0.0005        | -               |
| 3.6364  | 400  | 0.0004        | -               |
| 4.0909  | 450  | 0.0003        | -               |
| 4.5455  | 500  | 0.0022        | -               |
| 5.0     | 550  | 0.0002        | -               |
| 5.4545  | 600  | 0.0002        | -               |
| 5.9091  | 650  | 0.0002        | -               |
| 6.3636  | 700  | 0.0002        | -               |
| 6.8182  | 750  | 0.0002        | -               |
| 7.2727  | 800  | 0.0001        | -               |
| 7.7273  | 850  | 0.0021        | -               |
| 8.1818  | 900  | 0.0001        | -               |
| 8.6364  | 950  | 0.0001        | -               |
| 9.0909  | 1000 | 0.0001        | -               |
| 9.5455  | 1050 | 0.0001        | -               |
| 10.0    | 1100 | 0.0001        | -               |
| 10.4545 | 1150 | 0.0001        | -               |
| 10.9091 | 1200 | 0.0001        | -               |
| 11.3636 | 1250 | 0.0001        | -               |
| 11.8182 | 1300 | 0.0001        | -               |
| 12.2727 | 1350 | 0.002         | -               |
| 12.7273 | 1400 | 0.0001        | -               |
| 13.1818 | 1450 | 0.0001        | -               |
| 13.6364 | 1500 | 0.0001        | -               |
| 14.0909 | 1550 | 0.0001        | -               |
| 14.5455 | 1600 | 0.0001        | -               |
| 15.0    | 1650 | 0.0001        | -               |
| 15.4545 | 1700 | 0.0001        | -               |
| 15.9091 | 1750 | 0.0001        | -               |
| 16.3636 | 1800 | 0.002         | -               |
| 16.8182 | 1850 | 0.002         | -               |
| 17.2727 | 1900 | 0.0001        | -               |
| 17.7273 | 1950 | 0.0001        | -               |
| 18.1818 | 2000 | 0.0001        | -               |
| 18.6364 | 2050 | 0.0001        | -               |
| 19.0909 | 2100 | 0.0001        | -               |
| 19.5455 | 2150 | 0.0001        | -               |
| 20.0    | 2200 | 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.*
-->