master_cate_lh10 / README.md

Push model using huggingface_hub.

640d246 verified about 1 month ago

21 kB

	---
	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: 강아지하네스 원피스 꽃무늬 애견가슴줄 애견 공주옷 옷 고양이 그린 연청색_L 고고마트
	- text: 옷 강아지코스튬 강아지 의상 고양이 파티 처키 코스프레 교통경찰 변장_M- 약 2.5-5kg 내 핑크웨일
	- text: 찍지마라 강아지옷 강아지 코스튬 해적+더드컨트리 스티커_L(68-88CM)16~25KG 더드컨트리
	- text: 강아지패딩 퍼피엔젤 초경량 AIR2 올인원 방수 패딩 남여공용 s 1. AIR2 남여공용_#808 GREEN_S 스탠바이펫
	- text: 강아지옷 고양이 봄 여름 가을 원피스 티셔츠 실내복 애견 애완견 반려견 의류 비숑 토이 푸들 말티즈 XS 옵션17. Happy Summer
	자수 나시_옐로우_S DOGNY
	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: 0.7383331748863375
	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: 24 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>'버박 C.E.T. 미니칫솔 1p (색상랜덤) 주식회사 플로릿(Flowlet Co.,Ltd)'</li><li>'펫 투스케어 칫솔 부드러운 칫솔모 랜덤발송 세발가락'</li><li>'와우 이크린 구강 청결티슈 100매 강아지 손가락 칫솔 일회용 구강티슈 (주)어니스트펫(Honest Pet)'</li></ul> \|
	\| 21.0 \| <ul><li>'파충류부화기 알콤 렙타일 MX-R90 (일반형) MinSellAmount 초중고닷컴'</li><li>'오리 조류 닭 밀짚 통집 알낳는 지푸라기 산란장 달걀 중형초가집 영운상회'</li><li>'앵무새이유식 버셀라가 뉴트리버드 A21 이유식 400g 이유조먹이 넥톤 피타쿠스 A21-400g 리프패럿 대구테크노점'</li></ul> \|
	\| 14.0 \| <ul><li>'네프킨 호텔 네프킨 흰색 47x47)X10개 호텔 나유컴퍼니'</li><li>'고양이 발톱 깍기 테이블 드라이 리프트 동물 거치재 스타일-A (사이즈 사진 참조) 모스트'</li><li>'에이플러스 APST-2061 음이온 살균 드라이룸 중.소형 가위구조대'</li></ul> \|
	\| 12.0 \| <ul><li>'칸후 파충류 할로겐 조명 [DS-WG500] 블랙 엄마네수족관'</li><li>'애완 달팽이 젤리 먹이 칼슘 용품 망고젤리 3개 안녕달팽이'</li><li>'애견 애묘 패션 스카프 목걸이 목줄 -XL 블랙 티티에스(TTS)'</li></ul> \|
	\| 13.0 \| <ul><li>'고양이 격리장 이동식 대형 케이지 철장 그린빅2단78x55x100_세트2플랫폼매트x고양이볼x냥냥냥스틱x발매트x 다니컴퍼니'</li><li>'도톰매트 그란데 미끄럼방지 50x50cm 07.미드나잇블루 세븐펫'</li><li>'강아지 울타리 고양이 철망 펜스 ABS도어보드(소) - 화이트 심비오시스'</li></ul> \|
	\| 3.0 \| <ul><li>'클라쎄밀 분유 180g [유통24년6월15일] 불꽃(flameflawer)'</li><li>'로얄캐닌 독 하이포알러제닉 스몰독 1kg 강아지 알러지 피부 결석 치아 관리 처방사료 MinSellAmount 또롱이펫'</li><li>'반해 l 오픈팜 독 스튜 칠면조 354g / 계량컵&급여량 계산 어덜트 (5살 이상~7살 미만)_O & O 주식회사 집사의하루'</li></ul> \|
	\| 10.0 \| <ul><li>'네코미미 뇌파 센서 고양이 귀 움직이는 자극 소품 화이트 단색 조은물건'</li><li>'푸드트럭 요기쏘 캣닢 붕어빵 인형 야자팜스토어'</li><li>'캐티맨 시골 쥐꼬리 스틱낚시대 그린 해피팻스토아'</li></ul> \|
	\| 0.0 \| <ul><li>'양도가니 2p 양도가니 반컷팅(통양1개를 이등분) 영양언니의수제간식'</li><li>'프레스키 칠면조힘줄 터키텐던 스트립 85g 펫스타'</li><li>'닥터맘마 미니파이 케어 리브 제이컴퍼니'</li></ul> \|
	\| 2.0 \| <ul><li>'엘지 여행용세면도구세트 4호 본품 지앤아이'</li><li>'와우 숨쉬는 소형 매너벨트+일자형 기저귀 2p 와우_대형 + 2P 강아지보스'</li><li>'뽀숑 개끗한 세탁세제 650g 강아지 고양이 전용 손세탁 세탁기 빨래 과탄산소다 분말형 개끗한 세탁세제 650g 세제몰'</li></ul> \|
	\| 6.0 \| <ul><li>'ANF 고양이 캔 (참치게맛살) 95g 부산물X 개별캔뚜껑 젤리타입 엠에스펫푸드'</li><li>'마법의 스프레이 60ml (마타타비) 멍발냥발'</li><li>'비타크래프트 비타캣스틱 가자미 오메가 18g (6gx3p) 비타크래프트 크리스피 크런치 60g_덴탈(치아관리) 이누빅코리아 주식회사'</li></ul> \|
	\| 25.0 \| <ul><li>'패러그린 우다다휠 30cm 패러그린 우다다휠 (핑크) 플러스펫'</li><li>'소나무 EA 가루 톱밥 베딩 축사 양계장 대패 알 대패밥 알 톱밥 (80L 마대) 권민수'</li><li>'초 햄스터 집 사료 용품 먹이 톱밥 4. 햄스터 베딩_ 포그니 솜이불 30G 오타쿠 펫'</li></ul> \|
	\| 16.0 \| <ul><li>'해외사료 펠릿 제조기 닭 과립기 모이 압축기 성형기 기계 220V-5.5KW tjdnfkd591'</li><li>'파충류 상처예방 실리콘 마감 밀웜 먹이 롱 핀셋 ms5863'</li><li>'RJ714 카르노 2층 햄스터하우스/햄스터 터널 케이지 MinSellAmount ┏플러스펫┓'</li></ul> \|
	\| 15.0 \| <ul><li>'강아지 월배너 인테리어 포토존 강아지집 문패 아이보리_03_웰시코기(골드) 지니걸'</li><li>'강아지 월배너 인테리어 포토존 강아지집 문패 핑크_02_푸들(화이트) 지니걸'</li><li>'고양이 부드러운 장식 파티 새끼 케이크 토퍼 장식품 생일 인형 곰 고무 06=A5 메리스컴퍼니'</li></ul> \|
	\| 22.0 \| <ul><li>'복주캣 고양이 스크래쳐 숨숨집 대형 1.복주캣 고양이 스크래쳐 숨숨집 우석'</li><li>'아이위크 고양이 원목 우드 스크래처 미니 캣폴 캣타워 엘리펀트리빙'</li><li>'키티트리 고양이 다묘용 스크래쳐 [0001]기본상품 CJONSTYLE'</li></ul> \|
	\| 11.0 \| <ul><li>'그린웨일 B3 중형 4단 카키베이지 고급 원목 튼튼한 고양이 캣타워 카키 베이지 메가글로벌002'</li><li>'캣워크 선반 셀프 캣타워 캣워커 원목 고양이 벽 고양이 점프대 곰곰생활'</li><li>'[제이큐]트리 디자인 방석 계단 가구 선반 원목캣타워 H타입 신세계몰'</li></ul> \|
	\| 18.0 \| <ul><li>'[기타]레드퍼피 스텔라 우주선가방 대형 카키 신세계몰'</li><li>'스테판플라스트 걸리버1 철문 다크그레이라이트그레이 슈퍼패드'</li><li>'와이어 대형견 강아지 소형견 리드줄 목줄 개줄 10_응급처치툴_10-2_리드줄 체결용 조은공구상사'</li></ul> \|
	\| 17.0 \| <ul><li>'바비온 휴대용 캡슐물병 V2 330ml (색상선택) 블루 주식회사 퍼스트코(FIRSTCO CO.,LTD.)'</li><li>'방수스틱 전기스틱 돼지 목동 소와 양 떼몰기 클래식 버전 75cm 더니'</li><li>'활성탄 필터 PF-H2 3개입 교체용 필터 라이징몰'</li></ul> \|
	\| 23.0 \| <ul><li>'대형 토끼케이지 사육장 집 강아리 고양이 가정용 애완동물 철장 기니피그 실내 울타리 72x107x62CM 인피니티스토어'</li><li>'하우스 토끼 기니피그 애완 집 2층 더블 레이어 복층형 케이지 대형 홑겹[70x50x60]x매트 기저귀 백이네만물창고'</li><li>'토끼 사료 먹이 집 용품 티모시 알파파 3. 토끼 간식/이갈이_ 코코넛 슬라이스 100G 오타쿠 펫'</li></ul> \|
	\| 24.0 \| <ul><li>'울리 1+1 기획 봉봉 후리스 집업 봉봉후리스집업L_베이지_베이지 (주)서흥인터내셔날'</li><li>'고양이 강아지 할머니 할매 실내 김장 조끼 블루_L 두두앤코'</li><li>'강아지 고양이 김장조끼 누빔 겨울 할머니 수면쪼끼 엔돌펫 꽃무늬 김장룩 조끼 핑크 S 엔돌펫 꽃무늬 김장룩 조끼_핑크_M 위드캣'</li></ul> \|
	\| 9.0 \| <ul><li>'로얄캐닌 캣 유리너리 S/O 1.5kg 행복한동물병원'</li><li>'알모네이쳐 닭고기와 참치와 치즈 고양이 주식캔 습식사료 70g 알모네이쳐 주식캔 70g_참치+새우 70g 주식회사 유니커머스'</li><li>'[복수구매할인] 알모네이쳐 고양이 주식캔 습식사료 대서양참치 70g 1.알모네이쳐 주식캔 70g_2. 닭고기와 참치 70g 의기냥냥'</li></ul> \|
	\| 7.0 \| <ul><li>'프롬벳 고양이 엘라이신 영양제 100g 한빛유통'</li><li>'시너지랩 덴탈 후레쉬 캣 오리지널 237ml 고양이 구강청결제 와이앤케이 커머스(주)'</li><li>'자이목스 오라틴 투스페이스트 젤 치약 70g 칫솔질 하지 않는 구강 관리 루나(Luna)666'</li></ul> \|
	\| 5.0 \| <ul><li>'애완용품 공 토끼 고슴도치 반려동물 수초볼 11cm (2개입) 정직한셀러8'</li><li>'고슴도치 사료 용품 먹이 집 간식_치즈소세지 벅스매니아'</li><li>'토끼 보온초집 둥지 돼지 보온소 귀토끼 초가집 고슴도치 애완동물 E. 스몰 (캐슬 러기 하우스) 다올'</li></ul> \|
	\| 4.0 \| <ul><li>'시너지랩 푸이 비터 스프레이 118ml(물음방지제) 다유몰'</li><li>'플라스틱입마개 WK 3호 빅토리몰'</li><li>'집어치워 울트라 스퀴커 볼독 장난감 소형 2직경 - 1010팩 우인'</li></ul> \|
	\| 8.0 \| <ul><li>'(미스터리)단독판매 미스터리 오더킬러 에볼루션 7kg 2개 (박스) MinSellAmount SSG.COM'</li><li>'마칼 거름망 화장실(핑크) 이사둘스토어'</li><li>'고양이 코일매트 화장실매트 화장실 욕실 주방 현관 발매트 빨아쓰는 발판 러그 G_60x90cm 위드해피'</li></ul> \|

	## Evaluation

	### Metrics
	\| Label \| Metric \|
	\|:--------\|:-------\|
	\| all \| 0.7383 \|

	## 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_lh10")
	# Run inference
	preds = model("강아지하네스 원피스 꽃무늬 애견가슴줄 애견 공주옷 옷 고양이 그린 연청색_L 고고마트")
	```

	<!--
	### 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 \| 10.0792 \| 28 \|

	\| 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 \| 50 \|
	\| 8.0 \| 50 \|
	\| 9.0 \| 50 \|
	\| 10.0 \| 50 \|
	\| 11.0 \| 50 \|
	\| 12.0 \| 50 \|
	\| 13.0 \| 50 \|
	\| 14.0 \| 50 \|
	\| 15.0 \| 50 \|
	\| 16.0 \| 50 \|
	\| 17.0 \| 50 \|
	\| 18.0 \| 50 \|
	\| 21.0 \| 50 \|
	\| 22.0 \| 50 \|
	\| 23.0 \| 50 \|
	\| 24.0 \| 50 \|
	\| 25.0 \| 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 \|
	\|:-------:\|:----:\|:-------------:\|:---------------:\|
	\| 0.0053 \| 1 \| 0.4146 \| - \|
	\| 0.2660 \| 50 \| 0.3778 \| - \|
	\| 0.5319 \| 100 \| 0.315 \| - \|
	\| 0.7979 \| 150 \| 0.2096 \| - \|
	\| 1.0638 \| 200 \| 0.146 \| - \|
	\| 1.3298 \| 250 \| 0.0963 \| - \|
	\| 1.5957 \| 300 \| 0.0549 \| - \|
	\| 1.8617 \| 350 \| 0.049 \| - \|
	\| 2.1277 \| 400 \| 0.0339 \| - \|
	\| 2.3936 \| 450 \| 0.0339 \| - \|
	\| 2.6596 \| 500 \| 0.0322 \| - \|
	\| 2.9255 \| 550 \| 0.0263 \| - \|
	\| 3.1915 \| 600 \| 0.0179 \| - \|
	\| 3.4574 \| 650 \| 0.0202 \| - \|
	\| 3.7234 \| 700 \| 0.0127 \| - \|
	\| 3.9894 \| 750 \| 0.0293 \| - \|
	\| 4.2553 \| 800 \| 0.0116 \| - \|
	\| 4.5213 \| 850 \| 0.0264 \| - \|
	\| 4.7872 \| 900 \| 0.012 \| - \|
	\| 5.0532 \| 950 \| 0.009 \| - \|
	\| 5.3191 \| 1000 \| 0.0139 \| - \|
	\| 5.5851 \| 1050 \| 0.0116 \| - \|
	\| 5.8511 \| 1100 \| 0.024 \| - \|
	\| 6.1170 \| 1150 \| 0.0046 \| - \|
	\| 6.3830 \| 1200 \| 0.0046 \| - \|
	\| 6.6489 \| 1250 \| 0.0081 \| - \|
	\| 6.9149 \| 1300 \| 0.0099 \| - \|
	\| 7.1809 \| 1350 \| 0.0108 \| - \|
	\| 7.4468 \| 1400 \| 0.0006 \| - \|
	\| 7.7128 \| 1450 \| 0.01 \| - \|
	\| 7.9787 \| 1500 \| 0.0098 \| - \|
	\| 8.2447 \| 1550 \| 0.0099 \| - \|
	\| 8.5106 \| 1600 \| 0.0063 \| - \|
	\| 8.7766 \| 1650 \| 0.006 \| - \|
	\| 9.0426 \| 1700 \| 0.0016 \| - \|
	\| 9.3085 \| 1750 \| 0.0054 \| - \|
	\| 9.5745 \| 1800 \| 0.0011 \| - \|
	\| 9.8404 \| 1850 \| 0.0056 \| - \|
	\| 10.1064 \| 1900 \| 0.0095 \| - \|
	\| 10.3723 \| 1950 \| 0.0006 \| - \|
	\| 10.6383 \| 2000 \| 0.0081 \| - \|
	\| 10.9043 \| 2050 \| 0.0002 \| - \|
	\| 11.1702 \| 2100 \| 0.0002 \| - \|
	\| 11.4362 \| 2150 \| 0.0041 \| - \|
	\| 11.7021 \| 2200 \| 0.0021 \| - \|
	\| 11.9681 \| 2250 \| 0.0002 \| - \|
	\| 12.2340 \| 2300 \| 0.0021 \| - \|
	\| 12.5 \| 2350 \| 0.004 \| - \|
	\| 12.7660 \| 2400 \| 0.0002 \| - \|
	\| 13.0319 \| 2450 \| 0.0002 \| - \|
	\| 13.2979 \| 2500 \| 0.0021 \| - \|
	\| 13.5638 \| 2550 \| 0.0012 \| - \|
	\| 13.8298 \| 2600 \| 0.0038 \| - \|
	\| 14.0957 \| 2650 \| 0.0072 \| - \|
	\| 14.3617 \| 2700 \| 0.002 \| - \|
	\| 14.6277 \| 2750 \| 0.0018 \| - \|
	\| 14.8936 \| 2800 \| 0.0018 \| - \|
	\| 15.1596 \| 2850 \| 0.0002 \| - \|
	\| 15.4255 \| 2900 \| 0.0007 \| - \|
	\| 15.6915 \| 2950 \| 0.0003 \| - \|
	\| 15.9574 \| 3000 \| 0.0002 \| - \|
	\| 16.2234 \| 3050 \| 0.0001 \| - \|
	\| 16.4894 \| 3100 \| 0.0001 \| - \|
	\| 16.7553 \| 3150 \| 0.0001 \| - \|
	\| 17.0213 \| 3200 \| 0.0001 \| - \|
	\| 17.2872 \| 3250 \| 0.0001 \| - \|
	\| 17.5532 \| 3300 \| 0.0001 \| - \|
	\| 17.8191 \| 3350 \| 0.0001 \| - \|
	\| 18.0851 \| 3400 \| 0.0001 \| - \|
	\| 18.3511 \| 3450 \| 0.0001 \| - \|
	\| 18.6170 \| 3500 \| 0.0001 \| - \|
	\| 18.8830 \| 3550 \| 0.0001 \| - \|
	\| 19.1489 \| 3600 \| 0.0001 \| - \|
	\| 19.4149 \| 3650 \| 0.0001 \| - \|
	\| 19.6809 \| 3700 \| 0.0001 \| - \|
	\| 19.9468 \| 3750 \| 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.
	-->