---
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: 귀뚜라미 전기 온수기 50리터 저장식 식당 카페 미용실 온수기 설치 KDEW 상품만 구매(셀프설치)_G-15(벽걸이형) 조아홈시스
- text: 크레모아 선풍기 V1040 서큘레이터 웜그레이 (주)가야미
- text: '[나비아] 가스히터 SGH-200  낚시 1번지(피싱매니저)'
- text: 바이빔 닥스훈트 전기방석[1인용] 1인용 주식회사 바이빔
- text: '[정발 한국판] [샤오미코리아 정품][온라인총판 직영점] 미에어 스마트 4 AC-M16-SC 공기청정기 미에어 공기청정기4(AC-M16-SC)
    (주)더데이'
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: 0.87719191055172
      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:** 19 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                                                                                                                                                                                                                                                                                                   |
|:------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 12    | <ul><li>'스팀보이 카본 제로매트 ST212-B22S 싱글 원적외선 방출 탄소 온수매트  주식회사 동양이지텍'</li><li>'경동나비엔 나비엔메이트 더 케어 EQM541 EQM541 안아주라'</li><li>'경동나비엔 숙면매트 온수 EQM595-SS 싱글  피치타임(영종하늘도시점)'</li></ul>                                                                                                                              |
| 8     | <ul><li>'신일 에어커튼 원모터 SAC-1900hs (900) SAC-11000HS(1000) (주)투리남'</li><li>'신일 원모터 에어커튼 SAC-1900HS 벌레 먼지 외부공기차단 FINE  파인테크놀로지'</li><li>'에어커튼 대성 ADS-CC09 1000밀리 출입문 날벌레방어 외부내부겸용 업소용에어커튼 보냉보온 강력풍속 HACCP 저소음 투모터형(1200m) 대성종합상사'</li></ul>                                                                    |
| 9     | <ul><li>'위니아 WVV06ENK 자가설치 동의 칙바이핏'</li><li>'위니아 EVA06ENW  정품(Best Quality)스토어'</li><li>'기본설치비포함 수도권 FQ18ET1BA2 엘지 오브제 컬렉션 타워2 멀티형  김재운'</li></ul>                                                                                                                                                         |
| 5     | <ul><li>'대성셀틱 라디에이터 DSRA-15핀 전기히터 난방 실내 가정용 사무실 소형 중형 대형  하나유통'</li><li>'대성셀틱 S라인 전기라디에이터 DSRA-9 (라지에이터/히터/난로)  주식회사 더이엔'</li><li>'신일 컴팩트 SER-D5500KP 라디에이터 5핀 /HB  주식회사 에이치비스토어'</li></ul>                                                                                                                |
| 18    | <ul><li>'[신년맞이 앵콜 빅세일] [910207] 위너웰 노매드 뷰 쿡 텐트 우드스토브 화목난로 / M사이즈  알캠몰'</li><li>'우드앤번 노틸러스R2 펠릿난로 펠릿연소기 R2호퍼세트 (주)에이블에스원'</li><li>'컴팩트 펠렛난로 화목난로 펠릿 나무 장작난로 CZWP3 컴팩트 펠렛난로 화목난로 펠릿 나무 장작난로 CZ-WP3 마티나 펠렛난로 화목난로 펠릿 나무장작 난로 더리틀(the little)'</li></ul>                                                       |
| 1     | <ul><li>'[삼성전자] 블루스카이 CFX-C100D 삼성정품필터 7000시리즈 일체형필터 [택배발송]  (주)컴퓨존'</li><li>'힘펠 욕실전동댐퍼 MDD-100DP-P 아파트 오피스텔 빌라 상가 담배냄새제거 역류방지 직접설치 방문설치(설치비현장결제) 메이봄'</li><li>'힘펠 환풍기 제로크 화장실냄새 차단 HV3-80X(MD-N) 전동댐퍼 일체형 방문설치(현장결제) 주식회사스위치온'</li></ul>                                                                  |
| 10    | <ul><li>'COMBO-119 /ARC-1362/AF-TB151WNAE/HPX-N158N/AS-T101NVS/PA-A045G1/LP-C121BUA/AS-G64DV/AF-TS151WLGS  지에이치스토어'</li><li>'COMBO7325 (LG에어컨리모콘 AKB75215317 FNQ167WCPW TNW130QM2SR RNW0721G2S SNQ110PC5W)  지쓰리샵'</li><li>'듀얼인버터 두번째 창틀 브라켓 (듀얼인버터/미니용) 프리미엄2 필요X 기본키트용(\ufeffPWA-ST2NB) (주)파세코'</li></ul> |
| 11    | <ul><li>'ESW550-15W 하향식 경동나비엔 전기온수기 15L 스텐 벽걸이 15리터 경동온수기  히트랩'</li><li>'경동 전기온수기 50 리터 L 법랑 세로형 저장식 온수기 ESW351-50WV ESW351-15U_설치의뢰(설치비별도) 디시몰'</li><li>'온아워 전기 온수기 순간 미니 세면대 싱크대 수도꼭지  주식회사 제이앤씨월드'</li></ul>                                                                                            |
| 3     | <ul><li>'아이룸 미니 가습기 냉온풍 HW7 히터 손난로 블루 조은나무'</li><li>'수도권 기본설치비 포함 캐리어 인버터 스탠드 냉난방기 CPV-Q167SB 냉온풍기  에스오(S.O) 시스템'</li><li>'CSV-Q165B 16평 벽걸이 인버터 냉난방기 수도권 실외기포함 기본설치비포함송  주원시스템'</li></ul>                                                                                                                 |
| 15    | <ul><li>'보국전자 에어셀 세탁가능 전기요 캠핑 매트 장판 전자파방지 2인용 더블 BKB-0604D  뉴트로'</li><li>'보이로 풋워머 FW20 코스트코 그레이 모파상'</li><li>'국산 벌룬 USB온열방석/엉따/온열시트 텍1 그레이 (주) 해성비엔씨'</li></ul>                                                                                                                                            |
| 0     | <ul><li>'넥스트 워터캡슐 NEXT-230MH NEXT-231MH 전용 필터  (주)디아씨앤씨'</li><li>'조지루시 EE-DCH35K  최고의수준'</li><li>'루메나 MIST STAND 코튼필터 MIST STAND 코튼필터_4EA (주) 루메나'</li></ul>                                                                                                                                               |
| 7     | <ul><li>'루메나 FAN PRIME 2세대 네이비블루 머니트리'</li><li>'보네이도 633DC  보보스하니'</li><li>'프롬비사일런트스톰 미니 휴대용 선풍기 접이식 무소음 탁상겸용 FA135  케이스토어'</li></ul>                                                                                                                                                                      |
| 4     | <ul><li>'이노크아든 에어쿨러 냉풍기 이동식 가정용 업소용 얼음선풍기 IA-L10  주식회사 라자가구몰'</li><li>'한경희생활과학 HEF-8200 HEF-8200 아래서위로'</li><li>'한빛 소형 냉풍기 원룸 가정용 HV-4802 리모컨  씨에스존'</li></ul>                                                                                                                                             |
| 14    | <ul><li>'헤링본 우드 전기장판 17mm 특대형183x270 분리난방  리빙컨테이너'</li><li>'경동나비엔 숙면매트 카본 EME521  하이퍼셀(hypersell)'</li><li>'한일꽃잠 파라오 프리미엄 싱글 온열매트  (주)하이드릭텍'</li></ul>                                                                                                                                                     |
| 6     | <ul><li>'[대성쎌틱] 대성 IOT 스마트 온도조절기 DR-910W  우리유통,에스제이산업'</li><li>'우리엘 UTH-200RS 골드 난방필름 온도조절기 통신용 본품(센서미포함) (주)세명에너지'</li><li>'[귀뚜라미] 귀뚜라미 보일러 온도조절기 CTR-5000  우리유통,에스제이산업'</li></ul>                                                                                                                        |
| 16    | <ul><li>'위닉스 DXTE120-MPK 위닉스 DXTE120-MPK_제3자의 배송관련 개인정보 이용에 대해 동의함 주나주리'</li><li>'(13) 한일전기 HDS-1800B 동의합니다._한일전기 HDS-1800B 예스컴퍼니'</li><li>'LG전자 휘센 DQ203PECA (Y자 호스 포함//배송 1~2주 내)  코코클래식'</li></ul>                                                                                                      |
| 13    | <ul><li>'LC-L53 토요토미팬히터 12평 석유난로 캠핑난로 안방난로 석유스토브 자동점화 일본정품  21Century (센추리)'</li><li>'토요토미 LC-L53 팬히터 정품 1200 캠핑히터 저전력전기히터 등유난로 캠핑난로  캠핑트렁크 창원점'</li><li>'에어렉스 소방서 곱창난로 AH1839 55평 등유히터  늘푸른종합상사'</li></ul>                                                                                                |
| 17    | <ul><li>'SMATO 스마토 컨벡터히터 CVH-1000N  윈윈툴'</li><li>'피스토스 전기컨벡터 벽걸이형 기본 PT-2000 욕실난방기 겨울동파방지 2000W PT-2000 히트랩'</li><li>'신일 컨벡터 전기히터 SEH-C210 신일히터 컨벡션히터 /HB  주식회사 에이치비스토어'</li></ul>                                                                                                                         |
| 2     | <ul><li>'비나잇 프리미엄 온수매트 세탁 워셔블 스몰 싱글 침대용 슈퍼싱글(1100x1900)_단일난방(침대용) 주식회사모아그룹'</li><li>'HAPEL 냉온수매트 슬립케어 싱글 HAPEL  '</li><li>'HAPEL 냉온수매트 슬립케어 싱글 HAPEL  '</li></ul>                                                                                                                                          |

## Evaluation

### Metrics
| Label   | Metric |
|:--------|:-------|
| **all** | 0.8772 |

## 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_el4")
# Run inference
preds = model("바이빔 닥스훈트 전기방석[1인용] 1인용 주식회사 바이빔")
```

<!--
### 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   | 9.2892 | 26  |

| Label | Training Sample Count |
|:------|:----------------------|
| 0     | 50                    |
| 1     | 50                    |
| 2     | 13                    |
| 3     | 50                    |
| 4     | 50                    |
| 5     | 50                    |
| 6     | 50                    |
| 7     | 50                    |
| 8     | 50                    |
| 9     | 50                    |
| 10    | 50                    |
| 11    | 50                    |
| 12    | 50                    |
| 13    | 50                    |
| 14    | 50                    |
| 15    | 50                    |
| 16    | 50                    |
| 17    | 50                    |
| 18    | 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 |
|:-------:|:----:|:-------------:|:---------------:|
| 0.0070  | 1    | 0.4968        | -               |
| 0.3497  | 50   | 0.3841        | -               |
| 0.6993  | 100  | 0.1946        | -               |
| 1.0490  | 150  | 0.1001        | -               |
| 1.3986  | 200  | 0.0434        | -               |
| 1.7483  | 250  | 0.0383        | -               |
| 2.0979  | 300  | 0.0221        | -               |
| 2.4476  | 350  | 0.0183        | -               |
| 2.7972  | 400  | 0.0279        | -               |
| 3.1469  | 450  | 0.0213        | -               |
| 3.4965  | 500  | 0.0159        | -               |
| 3.8462  | 550  | 0.0169        | -               |
| 4.1958  | 600  | 0.012         | -               |
| 4.5455  | 650  | 0.0093        | -               |
| 4.8951  | 700  | 0.004         | -               |
| 5.2448  | 750  | 0.001         | -               |
| 5.5944  | 800  | 0.0061        | -               |
| 5.9441  | 850  | 0.0061        | -               |
| 6.2937  | 900  | 0.0014        | -               |
| 6.6434  | 950  | 0.0005        | -               |
| 6.9930  | 1000 | 0.0003        | -               |
| 7.3427  | 1050 | 0.0002        | -               |
| 7.6923  | 1100 | 0.0002        | -               |
| 8.0420  | 1150 | 0.0002        | -               |
| 8.3916  | 1200 | 0.0002        | -               |
| 8.7413  | 1250 | 0.0002        | -               |
| 9.0909  | 1300 | 0.0001        | -               |
| 9.4406  | 1350 | 0.0002        | -               |
| 9.7902  | 1400 | 0.0001        | -               |
| 10.1399 | 1450 | 0.0001        | -               |
| 10.4895 | 1500 | 0.0001        | -               |
| 10.8392 | 1550 | 0.0001        | -               |
| 11.1888 | 1600 | 0.0001        | -               |
| 11.5385 | 1650 | 0.0001        | -               |
| 11.8881 | 1700 | 0.0001        | -               |
| 12.2378 | 1750 | 0.0001        | -               |
| 12.5874 | 1800 | 0.0001        | -               |
| 12.9371 | 1850 | 0.0001        | -               |
| 13.2867 | 1900 | 0.0001        | -               |
| 13.6364 | 1950 | 0.0001        | -               |
| 13.9860 | 2000 | 0.0001        | -               |
| 14.3357 | 2050 | 0.0001        | -               |
| 14.6853 | 2100 | 0.0001        | -               |
| 15.0350 | 2150 | 0.0001        | -               |
| 15.3846 | 2200 | 0.0001        | -               |
| 15.7343 | 2250 | 0.0001        | -               |
| 16.0839 | 2300 | 0.0001        | -               |
| 16.4336 | 2350 | 0.0001        | -               |
| 16.7832 | 2400 | 0.0001        | -               |
| 17.1329 | 2450 | 0.0001        | -               |
| 17.4825 | 2500 | 0.0001        | -               |
| 17.8322 | 2550 | 0.0001        | -               |
| 18.1818 | 2600 | 0.0001        | -               |
| 18.5315 | 2650 | 0.0           | -               |
| 18.8811 | 2700 | 0.0001        | -               |
| 19.2308 | 2750 | 0.0001        | -               |
| 19.5804 | 2800 | 0.0001        | -               |
| 19.9301 | 2850 | 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.*
-->