---
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: '[그린스토어] 고슬림 다이어트 팩 (칼로컷) 700mg X 112정 (하루 4정복용, 28일분) /2022.02.23  뉴그린팜'
- text: 한끼곤약젤리 버라이어티팩 150ml x 30개입  지유인터내셔널
- text: '[라이틀리] 곤약볶음밥 8종 4개+4개+1개 4. 닭가슴살200g x 5개_8. 잡채200g x 4개 메가글로벌001'
- text: 오리히로 일본 곤약젤리 제로칼로리 4종 8팩 골라담기 잇츠킷 02. 샤인머스캣 130g 3팩_02. 샤인머스캣 130g 3팩_02.
    샤인머스캣 130g 2팩 (주) 행복을 파는 사람들
- text: 뉴트리원 비비랩 더 콜라겐 파우더S 2g x 30포  주식회사 나르샤
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: 0.7886439320490664
      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:** 17 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>'사노셀 사라처럼 콤부차 다이어트 1박스(2주분) 체지방 감소 유기산 [사노셀] 사라처럼 2주(14포) 주식회사 뉴솔바이오'</li><li>'스키니랩 가르시니아 1000mg x 2정 x 14포  스윗퀸비'</li><li>'그린스토어 슬림 라인컷 다이어트 112정(28일분) 가르시니아 캄보지아추출물 체지방감소  프레스밀(Press Mill)'</li></ul> |
| 16.0  | <ul><li>'네추럴라이즈 더퍼펙트 스킨 히알루론산 먹는 피부 콜라겐 영양제 1박스 2개월분  (주)엔라이즈'</li><li>'이너비 아쿠아리치 더블업 600mg x 56캡슐  주식회사 제이더블유트레이드'</li><li>'웰릿 웰릿 아쿠아필름 저분자 히알루론산 고함량 콜라겐 엘라스틴 14매 2box  모던알'</li></ul>                          |
| 12.0  | <ul><li>'바로푸드 와일드망고씨앗 20배 추출분말가루 200g 1통  믿을수있는친구들'</li><li>'와일드망고 씨앗 가루 분말  (주)메디앤케어'</li><li>'프롬바이오 아프리카망고 1개월 30정x1박스 아프리카망고 1개월 주식회사 프롬바이오'</li></ul>                                                         |
| 8.0   | <ul><li>'레몬밤차 레몬밤 추출물 티 잎 허브차 티백  주식회사 수명원'</li><li>'[Solaray] 솔라레이 레몬 밤 475 mg, 100 베지캡슐  엘엔제이인터내셔널'</li><li>'순수한집 레몬밤차 티백 50개입 33. 국화차 50티백x2개 (총100개입) (주)순수코퍼레이션'</li></ul>                                   |
| 9.0   | <ul><li>'시네트롤 슬림 자몽 오렌지 추출물 60정 나린진 더 바디슬림 로얄캐네디언  라임마켓'</li><li>'캐나다 시네트롤 슬림 60베지캡슐 고함량 로얄캐네디언 씨네트롤 효능  한스생활건강'</li><li>'스키니랩 마시는 시네트롤 자몽 다이어트 4g x 14포  에이(A)'</li></ul>                                        |
| 3.0   | <ul><li>'졸러 래보래토리즈 잔트랙스 잰트렉스 블루, 84소프트젤 84소프트젤 아하몰'</li><li>'졸러 잔트렉스 블루 84캡슐 Zantrex Blue 2-잔트렉스 블랙 엘케이스토어'</li><li>'톡스웰 정 600mg x 60정 60정x1개 더 나누다 인터내셔널(The nanuda international)'</li></ul>                    |
| 5.0   | <ul><li>'건레몬 건조레몬 말린레몬 50g 연금술차 레몬티 건레몬 건조레몬 50g 현우공업사'</li><li>'그라비올라 300g 1팩  시간벌기'</li><li>'대상 청정원 홍초 석류 900ML x 2개  리인터내셔널'</li></ul>                                                                         |
| 14.0  | <ul><li>'판텐투컷 420mg x 90정 1개월분  잡(Job)상인'</li><li>'센트럴포뮬러 써큐레드 120정  바른건강몰'</li><li>'[NEW]메타그린 슬림업 리필형 420mg x 120정(2개월분) 2정소포장×60포 하나네트워크'</li></ul>                                                             |
| 4.0   | <ul><li>'오리온 닥터유 에너지바 40g 닥터유 호두에너지바40g 화진유통'</li><li>'랩노쉬 단백쿠키 5종 20개입 (맛 선택)/ 수제 르뱅 단백질과자 프로틴쿠키 초코칩 피넛버터 10개입 2박스 (총 20개입) 메가글로벌001'</li><li>'오리온 닥터유 에너지바 40g 오리온 닥터유 에너지바 40g 1개 (주) 굿 드림'</li></ul>          |
| 13.0  | <ul><li>'비비랩 잔티젠 에스 600mg x 14캡슐  판다친구'</li><li>'뉴트리디데이 다이어트 잔티젠 올뉴 600 30캡슐 1병 체중 체지방 감소 03_잔티젠 올뉴 3병 주식회사 더베이글'</li><li>'슈퍼잔티젠 원 캡슐 다이어트 650mg x 14캡슐  이너뷰티(Inner Beauty)'</li></ul>                            |
| 10.0  | <ul><li>'로얄 캐네디언 시서스 파우더 300G  녹돌 이'</li><li>'로얄케네디언 캐나다 시서스 분말 가루 파우더 300g  녹돌 씨'</li><li>'스키니랩 행복한 시서스 다이어트 600mg x 28정 동의 조이앤존'</li></ul>                                                                      |
| 15.0  | <ul><li>'캘리포니아 골드 뉴트리션 저분자 콜라겐 업 464g 마린콜라겐 펩타이드 히알루론산 1팩 조이제이몰'</li><li>'트루엔 듀얼액상콜라겐 18ml x 30포  주식회사 제이제이몰'</li><li>'지웨이 슈가 먹는 저분자 피쉬콜라겐 펩타이드 300달톤 150g 1통 슈가 피쉬 콜라겐 6통 (주)지웨이'</li></ul>                      |
| 0.0   | <ul><li>'CMG제약 슬림부스터02 800mg 42캡슐  건강청년'</li><li>'악마다이어트 cla 프리미엄 60캡슐 160년 전통 독일산 체지방감소 기초대사량 증가  스몰케어'</li><li>'인테로 CLA 공액리놀레산 공액리놀렌산 체지방감소 다이어트 식품 보조제 단기 8주분 2+1 (24주분) 주식회사 인테로'</li></ul>                   |
| 6.0   | <ul><li>'오리온 단백질칩 칠리살사맛 60g 닥터유 신상 프로틴 다이어트 과자 스낵  향기좋은날'</li><li>'엑스텐트 오리지널 BCAA 레몬 라임 스퀴즈 1.4kg 망고 매드니스 어스몰원'</li><li>'뉴트리코스트 베타-알라닌 언플레이버드 글루텐 프리 500g × 1개 와이에스 트레이딩'</li></ul>                               |
| 11.0  | <ul><li>'일동제약 비오비타 우리아이 쾌변젤리  월촌마트'</li><li>'미궁365 대장사랑 오리지널 5g x 30포 1박스  위너스마일'</li><li>'미궁365 대장사랑 오리지널 5g x 30포  제이컴퍼니'</li></ul>                                                                             |
| 2.0   | <ul><li>'국내산 도라지 환 국산  셋그라운드'</li><li>'[허닭] 닭가슴살 곤약볶음밥 250g 10종 1팩 01.닭가슴살 닭갈비 곤약 볶음밥 1팩 에이케이에스앤디 (주) AK인터넷쇼핑몰'</li><li>'[라이틀리] 참치김치 곤약볶음밥 200g  대상주식회사'</li></ul>                                                |
| 7.0   | <ul><li>'락토페린 2개월분 모로오렌지 시너지 c3g 모로실  활력포션 공식몰'</li><li>'락토페린 글루타치온 모로오렌지 18000 1박스 베르가못 이너뷰티 그래스페드 뷰티영양제  한국생활건강연구소'</li><li>'뉴트럴플랜 모로오렌지 레몬밤 락토페린 600mg x 120정  디에트데이'</li></ul>                                |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.7886 |

## 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_fd6")
# Run inference
preds = model("한끼곤약젤리 버라이어티팩 150ml x 30개입  지유인터내셔널")
```

<!--
### 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   | 10.0988 | 23  |

| 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   | 23                    |
| 8.0   | 50                    |
| 9.0   | 50                    |
| 10.0  | 50                    |
| 11.0  | 50                    |
| 12.0  | 27                    |
| 13.0  | 50                    |
| 14.0  | 50                    |
| 15.0  | 50                    |
| 16.0  | 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    | 0.4244        | -               |
| 0.4   | 50   | 0.357         | -               |
| 0.8   | 100  | 0.201         | -               |
| 1.2   | 150  | 0.1331        | -               |
| 1.6   | 200  | 0.0757        | -               |
| 2.0   | 250  | 0.0294        | -               |
| 2.4   | 300  | 0.0338        | -               |
| 2.8   | 350  | 0.0214        | -               |
| 3.2   | 400  | 0.0108        | -               |
| 3.6   | 450  | 0.0059        | -               |
| 4.0   | 500  | 0.0046        | -               |
| 4.4   | 550  | 0.0065        | -               |
| 4.8   | 600  | 0.0023        | -               |
| 5.2   | 650  | 0.0004        | -               |
| 5.6   | 700  | 0.0002        | -               |
| 6.0   | 750  | 0.0022        | -               |
| 6.4   | 800  | 0.0021        | -               |
| 6.8   | 850  | 0.0022        | -               |
| 7.2   | 900  | 0.0021        | -               |
| 7.6   | 950  | 0.004         | -               |
| 8.0   | 1000 | 0.0002        | -               |
| 8.4   | 1050 | 0.0003        | -               |
| 8.8   | 1100 | 0.0002        | -               |
| 9.2   | 1150 | 0.0013        | -               |
| 9.6   | 1200 | 0.003         | -               |
| 10.0  | 1250 | 0.0015        | -               |
| 10.4  | 1300 | 0.0002        | -               |
| 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 | 0.0001        | -               |
| 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 | 0.0001        | -               |

### 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.*
-->