基于SBRL的规则学习

我尝试使用可伸缩的贝叶斯规则列表模型在R中创建一些规则列表。 链接到程序包：

我将数据读入一个列表，分为训练、测试和插入函数

sbrl_model <- sbrl(data_train,iters=20000, pos_sign="1", neg_sign="0",)

当我将数据转换为系数并尝试使用：

data_train <- sapply(data_train, as.factor)
sbrl_model <- sbrl::sbrl(data_train, iters=20000, pos_sign="1", neg_sign="0",)

我的数据包含以下列：

状态、金额、时间戳、代码、风险、供应商、标签

标签为0或1。我需要创建规则来检测哪些数据导致1

我是新手，所以这似乎让人困惑。如果我不转换为因子，它会抱怨，如果我转换，它就不能使用“$”操作符。知道我做错了什么吗？多谢各位

> dput(data_train)
structure(c("PR", "PR", "PR", "PR", "MA", "MA", "NH", "NH", "ME", 
"ME", "ME", "VT", "VT", "CT", "CT", "NJ", "NJ", "NY", "NY", "NY", 
"NY", "NY", "NY", "NY", "PA", "PA", "PA", "PA", "PA", "PA", "PA", 
"PA", "PA", "DE", "VA", "VA", "VA", "WV", "WV", "WV", "WV", "WV", 
"WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", 
"WV", "WV", "WV", "GA", "GA", "FL", "FL", "FL", "FL", "FL", "FL", 
"AL", "AL", "AL", "TN", "TN", "TN", "MS", "MS", "MS", "KY", "KY", 
"KY", "KY", "KY", "KY", "KY", "KY", "KY", "OH", "OH", "OH", "OH", 
"OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "IN", 
"IA", "IA", "IA", "IA", "WI", "MN", "MN", "MN", "MN", "MN", "SD", 
"SD", "ND", "ND", "ND", "ND", "ND", "MO", "MO", "MO", "MO", "MO", 
"MO", "MO", "MO", "MO", "MO", "MO", "MO", "KS", "KS", "KS", "KS", 
"KS", "KS", "KS", "16441", "92946", "8970", "19937", "94589", 
"50615", "75915", "50005", "23037", "14835", "83678", "66263", 
"60818", "82760", "42137", "32888", "35385", "20242", "98269", 
"16216", "76562", "49327", "30699", "1866", "91301", "75125", 
"34016", "88673", "78612", "85008", "91030", "57276", "96772", 
"79568", "59489", "14154", "71655", "78163", "41673", "19942", 
"19364", "34004", "79349", "1611", "8875", "19673", "5422", "42395", 
"11899", "26967", "73499", "79916", "71015", "73640", "39759", 
"7735", "84853", "31662", "43183", "44787", "79001", "82999", 
"17031", "88109", "62215", "56040", "66592", "59148", "20786", 
"30106", "46561", "9125", "83512", "60031", "65233", "49512", 
"8893", "46275", "11362", "29867", "61573", "46363", "91510", 
"19267", "45554", "41193", "54267", "8045", "28089", "62450", 
"69082", "66685", "80769", "15446", "62589", "42875", "74723", 
"2934", "18540", "96540", "60812", "50636", "90924", "60556", 
"90009", "15287", "35529", "28702", "82102", "96967", "5296", 
"64804", "48743", "10867", "60914", "83678", "77883", "97631", 
"97175", "48103", "63128", "46774", "18285", "74512", "69313", 
"80414", "32394", "51103", "51155", "28672", "38460", "89024", 
"49443", "2016-01-23 12:14:07", "2016-01-17 19:22:37", "2016-01-23 22:41:32", 
"2016-01-27 09:58:34", "2016-01-30 08:40:06", "2016-01-28 01:41:40", 
"2016-01-27 08:22:27", "2016-01-28 00:13:48", "2016-01-20 12:31:12", 
"2016-01-17 08:25:30", "2016-01-28 13:01:36", "2016-01-20 12:10:46", 
"2016-01-25 07:32:01", "2016-01-23 02:13:11", "2016-01-24 11:14:46", 
"2016-01-16 20:59:35", "2016-01-19 20:12:58", "2016-01-19 06:38:06", 
"2016-01-27 10:15:48", "2016-01-26 14:00:30", "2016-01-28 01:54:45", 
"2016-01-27 05:43:58", "2016-01-25 22:07:06", "2016-01-18 09:58:05", 
"2016-01-20 05:56:54", "2016-01-26 08:05:32", "2016-01-28 14:18:45", 
"2016-01-22 06:25:48", "2016-01-27 18:05:50", "2016-01-16 11:33:47", 
"2016-01-22 03:31:52", "2016-01-23 05:41:37", "2016-01-27 00:55:22", 
"2016-01-16 17:19:51", "2016-01-18 10:05:42", "2016-01-22 10:20:16", 
"2016-01-26 21:07:20", "2016-01-17 19:12:00", "2016-01-19 17:59:45", 
"2016-01-28 08:50:18", "2016-01-16 09:31:52", "2016-01-24 14:50:13", 
"2016-01-17 14:02:36", "2016-01-20 17:08:29", "2016-01-25 16:42:03", 
"2016-01-19 04:18:27", "2016-01-20 03:05:13", "2016-01-26 23:34:33", 
"2016-01-26 13:44:56", "2016-01-16 07:09:41", "2016-01-26 06:43:12", 
"2016-01-26 20:22:25", "2016-01-23 05:58:38", "2016-01-19 23:21:00", 
"2016-01-16 08:36:10", "2016-01-30 01:21:00", "2016-01-23 11:10:06", 
"2016-01-27 15:29:30", "2016-01-30 15:50:38", "2016-01-19 08:32:33", 
"2016-01-19 18:18:02", "2016-01-21 14:20:47", "2016-01-17 13:19:59", 
"2016-01-20 05:49:06", "2016-01-16 15:54:17", "2016-01-21 09:15:42", 
"2016-01-16 07:32:39", "2016-01-28 03:49:00", "2016-01-26 00:19:56", 
"2016-01-25 10:29:44", "2016-01-23 06:26:45", "2016-01-29 08:03:34", 
"2016-01-22 14:24:34", "2016-01-16 18:44:43", "2016-01-26 00:00:51", 
"2016-01-20 17:38:03", "2016-01-17 22:38:47", "2016-01-30 10:12:01", 
"2016-01-21 17:00:43", "2016-01-22 08:43:30", "2016-01-27 12:04:58", 
"2016-01-25 21:09:40", "2016-01-27 16:35:42", "2016-01-27 20:09:03", 
"2016-01-27 09:52:40", "2016-01-26 16:12:37", "2016-01-28 16:57:29", 
"2016-01-30 13:48:47", "2016-01-30 19:15:03", "2016-01-24 19:33:56", 
"2016-01-28 06:57:55", "2016-01-22 18:21:40", "2016-01-16 02:54:57", 
"2016-01-23 08:18:44", "2016-01-20 13:47:54", "2016-01-24 16:23:39", 
"2016-01-24 19:15:09", "2016-01-22 14:59:14", "2016-01-30 10:21:43", 
"2016-01-27 11:54:39", "2016-01-30 15:19:59", "2016-01-24 19:21:48", 
"2016-01-27 07:20:14", "2016-01-25 07:11:55", "2016-01-24 22:33:42", 
"2016-01-26 14:30:57", "2016-01-16 13:12:46", "2016-01-28 11:25:45", 
"2016-01-28 14:44:25", "2016-01-23 03:25:10", "2016-01-26 13:45:49", 
"2016-01-19 06:14:21", "2016-01-25 22:12:29", "2016-01-25 12:13:07", 
"2016-01-22 23:56:39", "2016-01-24 07:51:51", "2016-01-24 10:50:30", 
"2016-01-21 07:02:41", "2016-01-21 09:52:54", "2016-01-26 22:35:52", 
"2016-01-19 06:48:13", "2016-01-19 15:18:21", "2016-01-20 12:20:37", 
"2016-01-16 07:04:34", "2016-01-24 10:20:05", "2016-01-25 09:01:09", 
"2016-01-21 17:02:29", "2016-01-21 11:52:00", "2016-01-27 19:39:16", 
"2016-01-19 18:33:35", "2016-01-18 06:00:23", "2016-01-17 01:27:11", 
"2016-01-18 10:27:57", "3355", "4935", "5454", "9555", "5938", 
"5855", "4888", "3885", "8533", "4359", "5339", "5554", "5894", 
"8598", "5448", "9535", "3495", "3358", "3485", "3344", "8489", 
"8553", "3354", "5889", "5948", "8455", "5988", "5595", "9354", 
"8485", "4559", "4838", "5585", "5585", "8554", "8598", "5535", 
"5355", "5844", "3485", "5885", "8833", "8558", "9889", "9885", 
"8555", "3938", "8343", "8558", "5484", "3558", "3545", "8394", 
"9933", "3853", "4598", "3855", "5845", "5588", "5495", "8585", 
"9584", "3385", "8858", "9445", "8488", "8558", "5838", "5848", 
"8845", "8848", "8945", "4599", "8585", "8858", "4598", "5358", 
"5395", "9485", "4893", "4455", "8493", "9358", "5395", "8958", 
"5888", "8888", "8555", "4885", "3538", "8998", "4445", "4838", 
"9885", "3559", "5584", "9594", "8558", "3844", "5434", "8558", 
"9898", "4395", "9585", "3858", "4858", "5895", "9383", "9858", 
"8385", "5585", "4884", "8359", "8893", "3484", "8383", "5338", 
"3544", "9859", "9454", "3539", "3583", "8455", "5983", "4345", 
"4943", "5548", "8353", "8993", "8594", "8994", "3958", "3989", 
"W sWn  ae", "o gogynh ", " ntsnagWe", "aiatteaav", "shiytWngg", 
"vvmthethW", "Wynhvrrht", "tttnheviv", "itg oiWhe", "a enotisn", 
"ehaothe h", "stmeathng", "i emranth", "tersggtnh", "oeiehvhh ", 
"sngeeetvg", "gyyhWatge", "ritnhengs", "etihi s e", "aoeertyWn", 
"eeytitys ", "nmnmegome", "n vitsnot", " h i eoht", "ahghtangh", 
"ehgn hynh", "ener aeig", "t niaat g", "agtWh eah", "vehi amae", 
"enhnnn hg", "ennWhgnea", "tay hnaah", "igntyvrtv", "niesehahn", 
" eoavongr", "hi ehhimm", "yovgianWi", "e tnehngg", "eyehtte n", 
"at nimnrg", "enesgennW", "mhahnhyet", "tt amtgna", "hehtsoish", 
"hyvtanggv", "et v nssn", "inhnahe h", "onahhraWn", "mn iiahsy", 
" mymisnsg", "magWoshgr", "i t eneve", "nghy naen", "eyhsyehea", 
"i ihntvea", "ththnWyri", "vntv yran", "ynaieere ", "yenre htW", 
"ehyWga g ", "ngeagmenh", " nW ytito", "ermhaagvr", "eeWvtr eg", 
"etreaehon", "thtWyerme", "hnveWnrta", "htmr ohee", "stitnthsi", 
"snthhWh a", "ehhth iny", "shgoovema", " mseynWee", "netmiitnt", 
"nvi   eao", "t  seWWay", "yngnerarm", "ggenitaeh", "n eaogiag", 
"mitnetmnh", "not sine ", "ghmhnyhne", "eattnatgh", "vhatngtts", 
"tntmegten", "hreyatert", "ggmneheri", "g y en he", "igrt ggrh", 
"mehnssith", "gigstgnym", "iathWh ii", "h atynin ", "eiieWmetg", 
"noyggtive", " iotneng ", "oveieteen", "shnagrhti", "itooo aWv", 
"toreytnny", " henaaWvn", "shehnrh W", "ttrntehgi", "oWait tn ", 
"hhshhnthh", "nogeamnme", "iraah thh", "eto ngvgr", "Wno tseie", 
"ehnato eW", "anservnhn", "htsyyoarv", "n  aththe", "vaneav  h", 
"tmttvniri", "gtmhgrtgv", "h tmtnvgt", " nnaiygnr", "httot ami", 
"hehnheeis", "ihtaneito", "eogh h yg", "eWgeiimv ", "sgnyisihh", 
"r  ngangW", "teihyaeee", "hrytWnhgi", "nniaeavmh", "iotrWehn ", 
" gnvgorht", "vyinaaen ", "tgniiseae", "14", "86", "51", "54", 
"90", "15", "23", "49", "6", "45", "65", "55", "53", "52", "55", 
"84", "74", "74", "45", "88", "4", "76", "65", "41", "77", "40", 
"66", "39", "80", "6", "35", "56", "40", "57", "90", "66", "59", 
"30", "98", "31", "55", "12", "29", "67", "85", "16", "94", "87", 
"61", "55", "94", "95", "68", "10", "45", "41", "93", "55", "13", 
"12", "80", "45", "59", "23", "45", "1", "68", "89", "86", "68", 
"46", "50", "57", "78", "85", "40", "53", "26", "67", "75", "29", 
"78", "91", "35", "37", "10", "90", "36", "9", "14", "36", "31", 
"5", "57", "90", "65", "48", "80", "20", "13", "92", "62", "72", 
"71", "52", "50", "16", "92", "79", "9", "97", "78", "69", "50", 
"84", "96", "82", "95", "44", "2", "76", "13", "1", "16", "65", 
"75", "91", "30", "60", "62", "97", "86", "82", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "1", "0", "0", "0", "0", 
"0", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "1", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", 
"0", "1", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1"
), .Dim = c(133L, 7L), .Dimnames = list(NULL, c("state", "amounts", 
"timestamp", "code", "vendor", "risk", "label")))

---

问题是您试图将整个data.frame转换为一个因子，而不仅仅是一列。这导致了一个充满垃圾的原子向量，因此您收到了错误消息

这项工作：

data_train           <- as.data.frame(data_train)
data_train$state     <- as.factor(data_train$state)
data_train$amounts   <- as.factor(as.character(data_train$amounts))
data_train$timestamp <- as.factor(data_train$timestamp)
data_train$code      <- as.factor(data_train$code)
data_train$vender    <- as.factor(data_train$vender)
data_train$label     <- as.factor(data_train$label)

sbrl_model <- sbrl(data_train, iters=20000, pos_sign="1", neg_sign="0",)

---

谢谢我真是太粗心了。当然，因为它们都被转换成了一个因子，你可以使用

lappy（data\u train，function（x）as.factor（as.character（x）））

？@Joiya550没问题，很高兴它能起作用。好问题btw+1。@zacdav他们不一定都是因素。可能是合乎逻辑的。还有一列是数字的，它没有抱怨，所以我把它留作数字。@Hack-R我的建议不会处理所有的情况吗？

> dput(data_train)
structure(c("PR", "PR", "PR", "PR", "MA", "MA", "NH", "NH", "ME", 
"ME", "ME", "VT", "VT", "CT", "CT", "NJ", "NJ", "NY", "NY", "NY", 
"NY", "NY", "NY", "NY", "PA", "PA", "PA", "PA", "PA", "PA", "PA", 
"PA", "PA", "DE", "VA", "VA", "VA", "WV", "WV", "WV", "WV", "WV", 
"WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", "WV", 
"WV", "WV", "WV", "GA", "GA", "FL", "FL", "FL", "FL", "FL", "FL", 
"AL", "AL", "AL", "TN", "TN", "TN", "MS", "MS", "MS", "KY", "KY", 
"KY", "KY", "KY", "KY", "KY", "KY", "KY", "OH", "OH", "OH", "OH", 
"OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "OH", "IN", 
"IA", "IA", "IA", "IA", "WI", "MN", "MN", "MN", "MN", "MN", "SD", 
"SD", "ND", "ND", "ND", "ND", "ND", "MO", "MO", "MO", "MO", "MO", 
"MO", "MO", "MO", "MO", "MO", "MO", "MO", "KS", "KS", "KS", "KS", 
"KS", "KS", "KS", "16441", "92946", "8970", "19937", "94589", 
"50615", "75915", "50005", "23037", "14835", "83678", "66263", 
"60818", "82760", "42137", "32888", "35385", "20242", "98269", 
"16216", "76562", "49327", "30699", "1866", "91301", "75125", 
"34016", "88673", "78612", "85008", "91030", "57276", "96772", 
"79568", "59489", "14154", "71655", "78163", "41673", "19942", 
"19364", "34004", "79349", "1611", "8875", "19673", "5422", "42395", 
"11899", "26967", "73499", "79916", "71015", "73640", "39759", 
"7735", "84853", "31662", "43183", "44787", "79001", "82999", 
"17031", "88109", "62215", "56040", "66592", "59148", "20786", 
"30106", "46561", "9125", "83512", "60031", "65233", "49512", 
"8893", "46275", "11362", "29867", "61573", "46363", "91510", 
"19267", "45554", "41193", "54267", "8045", "28089", "62450", 
"69082", "66685", "80769", "15446", "62589", "42875", "74723", 
"2934", "18540", "96540", "60812", "50636", "90924", "60556", 
"90009", "15287", "35529", "28702", "82102", "96967", "5296", 
"64804", "48743", "10867", "60914", "83678", "77883", "97631", 
"97175", "48103", "63128", "46774", "18285", "74512", "69313", 
"80414", "32394", "51103", "51155", "28672", "38460", "89024", 
"49443", "2016-01-23 12:14:07", "2016-01-17 19:22:37", "2016-01-23 22:41:32", 
"2016-01-27 09:58:34", "2016-01-30 08:40:06", "2016-01-28 01:41:40", 
"2016-01-27 08:22:27", "2016-01-28 00:13:48", "2016-01-20 12:31:12", 
"2016-01-17 08:25:30", "2016-01-28 13:01:36", "2016-01-20 12:10:46", 
"2016-01-25 07:32:01", "2016-01-23 02:13:11", "2016-01-24 11:14:46", 
"2016-01-16 20:59:35", "2016-01-19 20:12:58", "2016-01-19 06:38:06", 
"2016-01-27 10:15:48", "2016-01-26 14:00:30", "2016-01-28 01:54:45", 
"2016-01-27 05:43:58", "2016-01-25 22:07:06", "2016-01-18 09:58:05", 
"2016-01-20 05:56:54", "2016-01-26 08:05:32", "2016-01-28 14:18:45", 
"2016-01-22 06:25:48", "2016-01-27 18:05:50", "2016-01-16 11:33:47", 
"2016-01-22 03:31:52", "2016-01-23 05:41:37", "2016-01-27 00:55:22", 
"2016-01-16 17:19:51", "2016-01-18 10:05:42", "2016-01-22 10:20:16", 
"2016-01-26 21:07:20", "2016-01-17 19:12:00", "2016-01-19 17:59:45", 
"2016-01-28 08:50:18", "2016-01-16 09:31:52", "2016-01-24 14:50:13", 
"2016-01-17 14:02:36", "2016-01-20 17:08:29", "2016-01-25 16:42:03", 
"2016-01-19 04:18:27", "2016-01-20 03:05:13", "2016-01-26 23:34:33", 
"2016-01-26 13:44:56", "2016-01-16 07:09:41", "2016-01-26 06:43:12", 
"2016-01-26 20:22:25", "2016-01-23 05:58:38", "2016-01-19 23:21:00", 
"2016-01-16 08:36:10", "2016-01-30 01:21:00", "2016-01-23 11:10:06", 
"2016-01-27 15:29:30", "2016-01-30 15:50:38", "2016-01-19 08:32:33", 
"2016-01-19 18:18:02", "2016-01-21 14:20:47", "2016-01-17 13:19:59", 
"2016-01-20 05:49:06", "2016-01-16 15:54:17", "2016-01-21 09:15:42", 
"2016-01-16 07:32:39", "2016-01-28 03:49:00", "2016-01-26 00:19:56", 
"2016-01-25 10:29:44", "2016-01-23 06:26:45", "2016-01-29 08:03:34", 
"2016-01-22 14:24:34", "2016-01-16 18:44:43", "2016-01-26 00:00:51", 
"2016-01-20 17:38:03", "2016-01-17 22:38:47", "2016-01-30 10:12:01", 
"2016-01-21 17:00:43", "2016-01-22 08:43:30", "2016-01-27 12:04:58", 
"2016-01-25 21:09:40", "2016-01-27 16:35:42", "2016-01-27 20:09:03", 
"2016-01-27 09:52:40", "2016-01-26 16:12:37", "2016-01-28 16:57:29", 
"2016-01-30 13:48:47", "2016-01-30 19:15:03", "2016-01-24 19:33:56", 
"2016-01-28 06:57:55", "2016-01-22 18:21:40", "2016-01-16 02:54:57", 
"2016-01-23 08:18:44", "2016-01-20 13:47:54", "2016-01-24 16:23:39", 
"2016-01-24 19:15:09", "2016-01-22 14:59:14", "2016-01-30 10:21:43", 
"2016-01-27 11:54:39", "2016-01-30 15:19:59", "2016-01-24 19:21:48", 
"2016-01-27 07:20:14", "2016-01-25 07:11:55", "2016-01-24 22:33:42", 
"2016-01-26 14:30:57", "2016-01-16 13:12:46", "2016-01-28 11:25:45", 
"2016-01-28 14:44:25", "2016-01-23 03:25:10", "2016-01-26 13:45:49", 
"2016-01-19 06:14:21", "2016-01-25 22:12:29", "2016-01-25 12:13:07", 
"2016-01-22 23:56:39", "2016-01-24 07:51:51", "2016-01-24 10:50:30", 
"2016-01-21 07:02:41", "2016-01-21 09:52:54", "2016-01-26 22:35:52", 
"2016-01-19 06:48:13", "2016-01-19 15:18:21", "2016-01-20 12:20:37", 
"2016-01-16 07:04:34", "2016-01-24 10:20:05", "2016-01-25 09:01:09", 
"2016-01-21 17:02:29", "2016-01-21 11:52:00", "2016-01-27 19:39:16", 
"2016-01-19 18:33:35", "2016-01-18 06:00:23", "2016-01-17 01:27:11", 
"2016-01-18 10:27:57", "3355", "4935", "5454", "9555", "5938", 
"5855", "4888", "3885", "8533", "4359", "5339", "5554", "5894", 
"8598", "5448", "9535", "3495", "3358", "3485", "3344", "8489", 
"8553", "3354", "5889", "5948", "8455", "5988", "5595", "9354", 
"8485", "4559", "4838", "5585", "5585", "8554", "8598", "5535", 
"5355", "5844", "3485", "5885", "8833", "8558", "9889", "9885", 
"8555", "3938", "8343", "8558", "5484", "3558", "3545", "8394", 
"9933", "3853", "4598", "3855", "5845", "5588", "5495", "8585", 
"9584", "3385", "8858", "9445", "8488", "8558", "5838", "5848", 
"8845", "8848", "8945", "4599", "8585", "8858", "4598", "5358", 
"5395", "9485", "4893", "4455", "8493", "9358", "5395", "8958", 
"5888", "8888", "8555", "4885", "3538", "8998", "4445", "4838", 
"9885", "3559", "5584", "9594", "8558", "3844", "5434", "8558", 
"9898", "4395", "9585", "3858", "4858", "5895", "9383", "9858", 
"8385", "5585", "4884", "8359", "8893", "3484", "8383", "5338", 
"3544", "9859", "9454", "3539", "3583", "8455", "5983", "4345", 
"4943", "5548", "8353", "8993", "8594", "8994", "3958", "3989", 
"W sWn  ae", "o gogynh ", " ntsnagWe", "aiatteaav", "shiytWngg", 
"vvmthethW", "Wynhvrrht", "tttnheviv", "itg oiWhe", "a enotisn", 
"ehaothe h", "stmeathng", "i emranth", "tersggtnh", "oeiehvhh ", 
"sngeeetvg", "gyyhWatge", "ritnhengs", "etihi s e", "aoeertyWn", 
"eeytitys ", "nmnmegome", "n vitsnot", " h i eoht", "ahghtangh", 
"ehgn hynh", "ener aeig", "t niaat g", "agtWh eah", "vehi amae", 
"enhnnn hg", "ennWhgnea", "tay hnaah", "igntyvrtv", "niesehahn", 
" eoavongr", "hi ehhimm", "yovgianWi", "e tnehngg", "eyehtte n", 
"at nimnrg", "enesgennW", "mhahnhyet", "tt amtgna", "hehtsoish", 
"hyvtanggv", "et v nssn", "inhnahe h", "onahhraWn", "mn iiahsy", 
" mymisnsg", "magWoshgr", "i t eneve", "nghy naen", "eyhsyehea", 
"i ihntvea", "ththnWyri", "vntv yran", "ynaieere ", "yenre htW", 
"ehyWga g ", "ngeagmenh", " nW ytito", "ermhaagvr", "eeWvtr eg", 
"etreaehon", "thtWyerme", "hnveWnrta", "htmr ohee", "stitnthsi", 
"snthhWh a", "ehhth iny", "shgoovema", " mseynWee", "netmiitnt", 
"nvi   eao", "t  seWWay", "yngnerarm", "ggenitaeh", "n eaogiag", 
"mitnetmnh", "not sine ", "ghmhnyhne", "eattnatgh", "vhatngtts", 
"tntmegten", "hreyatert", "ggmneheri", "g y en he", "igrt ggrh", 
"mehnssith", "gigstgnym", "iathWh ii", "h atynin ", "eiieWmetg", 
"noyggtive", " iotneng ", "oveieteen", "shnagrhti", "itooo aWv", 
"toreytnny", " henaaWvn", "shehnrh W", "ttrntehgi", "oWait tn ", 
"hhshhnthh", "nogeamnme", "iraah thh", "eto ngvgr", "Wno tseie", 
"ehnato eW", "anservnhn", "htsyyoarv", "n  aththe", "vaneav  h", 
"tmttvniri", "gtmhgrtgv", "h tmtnvgt", " nnaiygnr", "httot ami", 
"hehnheeis", "ihtaneito", "eogh h yg", "eWgeiimv ", "sgnyisihh", 
"r  ngangW", "teihyaeee", "hrytWnhgi", "nniaeavmh", "iotrWehn ", 
" gnvgorht", "vyinaaen ", "tgniiseae", "14", "86", "51", "54", 
"90", "15", "23", "49", "6", "45", "65", "55", "53", "52", "55", 
"84", "74", "74", "45", "88", "4", "76", "65", "41", "77", "40", 
"66", "39", "80", "6", "35", "56", "40", "57", "90", "66", "59", 
"30", "98", "31", "55", "12", "29", "67", "85", "16", "94", "87", 
"61", "55", "94", "95", "68", "10", "45", "41", "93", "55", "13", 
"12", "80", "45", "59", "23", "45", "1", "68", "89", "86", "68", 
"46", "50", "57", "78", "85", "40", "53", "26", "67", "75", "29", 
"78", "91", "35", "37", "10", "90", "36", "9", "14", "36", "31", 
"5", "57", "90", "65", "48", "80", "20", "13", "92", "62", "72", 
"71", "52", "50", "16", "92", "79", "9", "97", "78", "69", "50", 
"84", "96", "82", "95", "44", "2", "76", "13", "1", "16", "65", 
"75", "91", "30", "60", "62", "97", "86", "82", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "1", "0", "0", "0", "0", 
"0", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "1", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", 
"0", "1", "0", "0", "0", "1", "0", "0", "0", "0", "0", "0", "0", 
"0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "0", "1"
), .Dim = c(133L, 7L), .Dimnames = list(NULL, c("state", "amounts", 
"timestamp", "code", "vendor", "risk", "label")))

data_train           <- as.data.frame(data_train)
data_train$state     <- as.factor(data_train$state)
data_train$amounts   <- as.factor(as.character(data_train$amounts))
data_train$timestamp <- as.factor(data_train$timestamp)
data_train$code      <- as.factor(data_train$code)
data_train$vender    <- as.factor(data_train$vender)
data_train$label     <- as.factor(data_train$label)

sbrl_model <- sbrl(data_train, iters=20000, pos_sign="1", neg_sign="0",)

create itemset ... 
set transactions ...[48 item(s), 8 transaction(s)] done [0.00s].
sorting and recoding items ... [48 item(s)] done [0.00s].
creating sparse bit matrix ... [48 row(s), 8 column(s)] done [0.00s].
writing  ... [48 set(s)] done [0.00s].
Creating S4 object  ... done [0.00s].
Eclat

parameter specification:
 tidLists support minlen maxlen            target   ext
    FALSE     0.1      1      1 frequent itemsets FALSE

algorithmic control:
 sparse sort verbose
      7   -2    TRUE

Absolute minimum support count: 12 

create itemset ... 
set transactions ...[469 item(s), 125 transaction(s)] done [0.00s].
sorting and recoding items ... [4 item(s)] done [0.00s].
creating sparse bit matrix ... [4 row(s), 125 column(s)] done [0.00s].
writing  ... [4 set(s)] done [0.00s].
Creating S4 object  ... done [0.00s].