---
tags:
- setfit
- sentence-transformers
- text-classification
- generated_from_setfit_trainer
widget:
- text: 침대안전가드 침대 안전바 낙상방지 손잡이 난간 난간대 노인 복지용구 장애인 임신부 선물 가구/인테리어>아동/주니어가구>소품가구
- text: 침대 안전 가드 면 보호 랩 물린 가장자리 아기 레일 범퍼 케어 베이비 제품범퍼 울타리 가구/인테리어>아동/주니어가구>소품가구
- text: 일하 안전 영아 교구장 장난감정리함 선반 유아책장 수납함 가구/인테리어>아동/주니어가구>책꽂이
- text: 오운 어린이 침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>일반침대
- text: 시몬스 로피 N32 하드 침대 SS 가구/인테리어>아동/주니어가구>침대>일반침대
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:** 14 classes
### 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 |
|:------|:------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 5.0 | - 'LASSEM 앙드레 키큰 베이비장 주니어 아동 옷장 C1800 IH0929 가구/인테리어>아동/주니어가구>옷장'
- '삼익가구 코코 800 키큰 주니어 베이비 겸용 일반형 옷장 가구/인테리어>아동/주니어가구>옷장'
- '한샘 샘키즈 낮은 오픈옷장 600 가구/인테리어>아동/주니어가구>옷장'
|
| 13.0 | - '행거 옷걸이 호랑이 행거 아동 옷걸이 수납 철제 아기옷 키즈 유아 가구/인테리어>아동/주니어가구>행거'
- '아이방 옷방 주니어장 옷걸이 행거 공간활용 옷수납 드레스룸 원룸 옷정리 자취방 매장용 좁은집 스탠드 가구/인테리어>아동/주니어가구>행거'
- '행거 옷걸이 이동식 옷가게 행거 튼튼한 의류매장 진열대 아동복 가구/인테리어>아동/주니어가구>행거'
|
| 1.0 | - '가죽 소파 더블 팔걸이 싱글 시트 레저 의자 발 작은 라 15182N4911370 가구/인테리어>아동/주니어가구>소파'
- '어린이 소파 독서각 캐릭터 소파 독서의자 어린이 세척 다다미 쇼파 시트 동물 곰돌이 가구/인테리어>아동/주니어가구>소파'
- '모찌 양털의자 키즈카페 미니 쇼파 가구/인테리어>아동/주니어가구>소파'
|
| 11.0 | - '비앙스 VONI 전면 회전책장 4단 가구/인테리어>아동/주니어가구>책장'
- '리바트 톨 키즈 4단 책장 가구/인테리어>아동/주니어가구>책장'
- '일룸 에디키즈 코너장 세트코너장 + 책장 + PL수납장 가구/인테리어>아동/주니어가구>책장'
|
| 2.0 | - '침대안전바 침대 안전 가드 낙상방지 난간 아이 펜스 가구/인테리어>아동/주니어가구>소품가구'
- '노루페인트 컬러플러스 홈페인트 방문가구 1L 칼라메이트 4인치 도구세트 쉐인 SP4100 가구/인테리어>아동/주니어가구>소품가구'
- '한샘 샘베딩 스테디 도어 6단(높이194cm) 40cm [몸통미포함] 가구/인테리어>아동/주니어가구>소품가구'
|
| 3.0 | - '한샘 샘키즈 낮은 장난감정리함 870 가구/인테리어>아동/주니어가구>수납장'
- '한샘 샘키즈 1단 미니박스 수납책장 870 가구/인테리어>아동/주니어가구>수납장'
- '한샘 샘키즈 코너장 가구/인테리어>아동/주니어가구>수납장'
|
| 6.0 | - '이케아 스툴 가구/인테리어>아동/주니어가구>의자'
- '이케아 AGAM 아감 어린이 의자 가구/인테리어>아동/주니어가구>의자'
- '하이솔로몬 팡팡 의자 가구/인테리어>아동/주니어가구>의자'
|
| 7.0 | - '히트 400 학원 상담실 전면 책꽂이 낮은 책장 엄마표학습 가구/인테리어>아동/주니어가구>책꽂이'
- '회전식 책꽂이 만화책 도서 사물함 그림책 360도 선반 가구/인테리어>아동/주니어가구>책꽂이'
- '책 거치대 아이방 도서관 서점 그림책 원목 진열대 가구/인테리어>아동/주니어가구>책꽂이'
|
| 0.0 | - '자작 1000 와이드 6단 서랍장 가구/인테리어>아동/주니어가구>서랍장'
- '소르니아 카이 와이드 침실 4단 서랍장 가구/인테리어>아동/주니어가구>서랍장'
- '일룸 링키플러스 3단 책상서랍 가구/인테리어>아동/주니어가구>서랍장'
|
| 10.0 | - '일루일루 프로스 어린이 책상세트 스퀘어형의자 책상1개 의자2개 가구/인테리어>아동/주니어가구>책상의자세트'
- '휴대용 출장책상의자 여행책상의자 발 선반 해먹 편한 발그네 TWB978A80 가구/인테리어>아동/주니어가구>책상의자세트'
- '유아책상의자세트 어린이 공부방 학원 책상 세트-대형 70x50 1인세트 - ver2 가구/인테리어>아동/주니어가구>책상의자세트'
|
| 8.0 | - '이케아 MAMMUT 마무트 어린이 사각 테이블 가구/인테리어>아동/주니어가구>책상'
- '한샘 티오 그로우 일반책상세트 5단 120x75cm 가구/인테리어>아동/주니어가구>책상'
- '아이엔지홈 에디 어린이 각도조절 책상 가구/인테리어>아동/주니어가구>책상'
|
| 4.0 | - 'UNKNOWN 대관령한우 스페셜 5호 1 8kg 가구/인테리어>아동/주니어가구>아동침실세트'
- 'Paperboard Suitcases Vintage Suitcase Portable Composite Wood Map Pattern Design Vintage Storage Ch 가구/인테리어>아동/주니어가구>아동침실세트'
- '키드존 피셔프라이스 범보의자 세트 가구/인테리어>아동/주니어가구>아동침실세트'
|
| 12.0 | - '골든스트릿 베스트 리프팅 수납계단형 움직이는 벙커침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>벙커침대'
- '레이디가구 레브 기능성 패브릭 데이베드 볼드헤드 침대 SS + 포그니 22 가구/인테리어>아동/주니어가구>침대>일반침대'
- '슬로우알레 코이 저상형 키즈 침대 원목 데이베드 SS 가구/인테리어>아동/주니어가구>침대>일반침대'
|
| 9.0 | - 'CASHL 바퀴달린의자 허리 보조 회전의자 이동식 낮은 가구/인테리어>아동/주니어가구>책상의자'
- 'UNKNOWN A 책상의자 공부의자 학생용 편한 강의실 메쉬의자 a10 바퀴의자 가구/인테리어>아동/주니어가구>책상의자'
- '학원 도서관 회의실 세미나용 메쉬망 회전 의자 학생의자 오피스의자 가구/인테리어>아동/주니어가구>책상의자'
|
## 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_fi7")
# Run inference
preds = model("오운 어린이 침대 프레임 SS 가구/인테리어>아동/주니어가구>침대>일반침대")
```
## Training Details
### Training Set Metrics
| Training set | Min | Median | Max |
|:-------------|:----|:-------|:----|
| Word count | 3 | 8.3744 | 18 |
| Label | Training Sample Count |
|:------|:----------------------|
| 0.0 | 65 |
| 1.0 | 70 |
| 2.0 | 70 |
| 3.0 | 70 |
| 4.0 | 37 |
| 5.0 | 70 |
| 6.0 | 21 |
| 7.0 | 70 |
| 8.0 | 70 |
| 9.0 | 70 |
| 10.0 | 70 |
| 11.0 | 70 |
| 12.0 | 70 |
| 13.0 | 69 |
### 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0057 | 1 | 0.5123 | - |
| 0.2857 | 50 | 0.5012 | - |
| 0.5714 | 100 | 0.3699 | - |
| 0.8571 | 150 | 0.1028 | - |
| 1.1429 | 200 | 0.0304 | - |
| 1.4286 | 250 | 0.0147 | - |
| 1.7143 | 300 | 0.012 | - |
| 2.0 | 350 | 0.009 | - |
| 2.2857 | 400 | 0.0074 | - |
| 2.5714 | 450 | 0.0033 | - |
| 2.8571 | 500 | 0.004 | - |
| 3.1429 | 550 | 0.0036 | - |
| 3.4286 | 600 | 0.0036 | - |
| 3.7143 | 650 | 0.0036 | - |
| 4.0 | 700 | 0.0036 | - |
| 4.2857 | 750 | 0.0027 | - |
| 4.5714 | 800 | 0.0034 | - |
| 4.8571 | 850 | 0.004 | - |
| 5.1429 | 900 | 0.0016 | - |
| 5.4286 | 950 | 0.0001 | - |
| 5.7143 | 1000 | 0.0 | - |
| 6.0 | 1050 | 0.0 | - |
| 6.2857 | 1100 | 0.0 | - |
| 6.5714 | 1150 | 0.0 | - |
| 6.8571 | 1200 | 0.0 | - |
| 7.1429 | 1250 | 0.0 | - |
| 7.4286 | 1300 | 0.0 | - |
| 7.7143 | 1350 | 0.0 | - |
| 8.0 | 1400 | 0.0 | - |
| 8.2857 | 1450 | 0.0 | - |
| 8.5714 | 1500 | 0.0 | - |
| 8.8571 | 1550 | 0.0 | - |
| 9.1429 | 1600 | 0.0 | - |
| 9.4286 | 1650 | 0.0 | - |
| 9.7143 | 1700 | 0.0 | - |
| 10.0 | 1750 | 0.0 | - |
| 10.2857 | 1800 | 0.0 | - |
| 10.5714 | 1850 | 0.0 | - |
| 10.8571 | 1900 | 0.0 | - |
| 11.1429 | 1950 | 0.0 | - |
| 11.4286 | 2000 | 0.0 | - |
| 11.7143 | 2050 | 0.0 | - |
| 12.0 | 2100 | 0.0 | - |
| 12.2857 | 2150 | 0.0 | - |
| 12.5714 | 2200 | 0.0 | - |
| 12.8571 | 2250 | 0.0 | - |
| 13.1429 | 2300 | 0.0 | - |
| 13.4286 | 2350 | 0.0 | - |
| 13.7143 | 2400 | 0.0 | - |
| 14.0 | 2450 | 0.0 | - |
| 14.2857 | 2500 | 0.0 | - |
| 14.5714 | 2550 | 0.0 | - |
| 14.8571 | 2600 | 0.0 | - |
| 15.1429 | 2650 | 0.0 | - |
| 15.4286 | 2700 | 0.0 | - |
| 15.7143 | 2750 | 0.0 | - |
| 16.0 | 2800 | 0.0 | - |
| 16.2857 | 2850 | 0.0 | - |
| 16.5714 | 2900 | 0.0 | - |
| 16.8571 | 2950 | 0.0 | - |
| 17.1429 | 3000 | 0.0 | - |
| 17.4286 | 3050 | 0.0 | - |
| 17.7143 | 3100 | 0.0 | - |
| 18.0 | 3150 | 0.0 | - |
| 18.2857 | 3200 | 0.0 | - |
| 18.5714 | 3250 | 0.0 | - |
| 18.8571 | 3300 | 0.0 | - |
| 19.1429 | 3350 | 0.0 | - |
| 19.4286 | 3400 | 0.0 | - |
| 19.7143 | 3450 | 0.0 | - |
| 20.0 | 3500 | 0.0 | - |
| 20.2857 | 3550 | 0.0 | - |
| 20.5714 | 3600 | 0.0 | - |
| 20.8571 | 3650 | 0.0 | - |
| 21.1429 | 3700 | 0.0 | - |
| 21.4286 | 3750 | 0.0 | - |
| 21.7143 | 3800 | 0.0 | - |
| 22.0 | 3850 | 0.0 | - |
| 22.2857 | 3900 | 0.0 | - |
| 22.5714 | 3950 | 0.0 | - |
| 22.8571 | 4000 | 0.0 | - |
| 23.1429 | 4050 | 0.0 | - |
| 23.4286 | 4100 | 0.0 | - |
| 23.7143 | 4150 | 0.0 | - |
| 24.0 | 4200 | 0.0 | - |
| 24.2857 | 4250 | 0.0 | - |
| 24.5714 | 4300 | 0.0 | - |
| 24.8571 | 4350 | 0.0 | - |
| 25.1429 | 4400 | 0.0 | - |
| 25.4286 | 4450 | 0.0 | - |
| 25.7143 | 4500 | 0.0 | - |
| 26.0 | 4550 | 0.0 | - |
| 26.2857 | 4600 | 0.0 | - |
| 26.5714 | 4650 | 0.0 | - |
| 26.8571 | 4700 | 0.0 | - |
| 27.1429 | 4750 | 0.0 | - |
| 27.4286 | 4800 | 0.0 | - |
| 27.7143 | 4850 | 0.0 | - |
| 28.0 | 4900 | 0.0 | - |
| 28.2857 | 4950 | 0.0 | - |
| 28.5714 | 5000 | 0.0 | - |
| 28.8571 | 5050 | 0.0 | - |
| 29.1429 | 5100 | 0.0 | - |
| 29.4286 | 5150 | 0.0 | - |
| 29.7143 | 5200 | 0.0 | - |
| 30.0 | 5250 | 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}
}
```