第五章 結論與建議
附圖 2 密度分群 1 (eps=20,minpts=25)規則散點圖
附表 1
密度分群 1(eps=20,MinPts=25)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> => <emotion=
愉快> 0.04605263 0.7954545 3.181818 70/88=79.55%
<cluster=1> => <emotion=
激動> 0.1467105 0.9176955 3.670782 223/243=91.77%
<cluster=12> => <emotion=
悲慘> 0.04144737 0.6363636 2.545455
108/196=55.10%
<cluster=9> =>
<emotion=悲慘> 0.02960526 0.4639175 1.855670
<cluster=6> =>
<emotion=昏昏欲睡> 0.03486842 0.8688525 3.475410
144/199=72.36%
<cluster=9> =>
<emotion=昏昏欲睡> 0.03355263 0.5257732 2.103093
<cluster=17> => <emotion=
昏昏欲睡> 0.02631579 0.9756098 3.902439
平均精準率=74.70%
2. 密度分群 2(eps=25,MinPts=20)
以 380 位學生之情緒色彩選擇進行密度分群與關聯規則分析情緒 分類。首先以密度分群 eps 為 25，MinPts=20，共可分為 17 類，分類後 資料散佈如附圖 4，規則散點如附圖 5，規則分組圖如附圖 6。關聯法 則(Support=0.04,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條 件如附表 2，其平均精準率為 77.19%
附圖 4 密度分群 2 密度分群 2(eps=25,MinPts=20)圖
附圖 6 密度分群 2 (eps=25,MinPts=20)規則分組圖 附表 2
密度分群 2(eps=25,MinPts=20)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> => <emotion=
愉快> 0.04802632 0.8021978 3.208791 73/91=80.22%
<cluster=3> => <emotion=
激動> 0.1565789 0.9153846 3.661538 238/260=91.54%
<cluster=10> => <emotion=
悲慘> 0.04342105 0.6470588 2.588235 66/102=64.71%
<cluster=7> => <emotion=
昏昏欲睡> 0.09605263 0.7227723 2.891089 146/202=72.28%
平均精準率=77.19%
3. 密度分群 4(eps=35,MinPts=20)
以 380 位學生之情緒色彩選擇進行密度分群與關聯規則分析情緒 分類。首先以密度分群 eps=35，MinPts=20，共可分為 14 類，分類後資 料散佈如，規則散點如，規則分組圖如。關聯法則
(Support=0.04,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如，其平均預測率為 78.35%
附圖 7 密度分群 4(eps=35,MinPts=20)圖
附圖 8 密度分群 4 (eps=35,MinPts=20)規則散點圖
附圖 9 密度分群 4 (eps=35,MinPts=20)規則分組圖
附表 3
密度分群 4(eps=35,MinPts=20)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> => <emotion=
愉快> 0.07828947 0.8263889 3.305556 119/144=82.64%
<cluster=4> => <emotion=
激動> 0.1664474 0.9100719 3.640288 253/278=91.01%
<cluster=9> => <emotion=
悲慘> 0.08223684 0.7022472 2.808989 125/178=70.22%
<cluster=6> => <emotion=
昏昏欲睡> 0.1019737 0.6950673 2.780269 155/223=69.51%
平均精準率=78.35%
4. 密度分群 5(eps=40,MinPts=20)
以 380 位學生之情緒色彩選擇進行密度分群與關聯規則分析情緒 分類。首先以密度分群 eps=40，MinPts=20，共可分為 12 類，分類後資 料散佈如附圖 10，規則散點如附圖 11，規則分組圖如附圖 12。關聯法 則(Support=0.01,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條 件如附表 4，其平均精準率為 69.32%，無法釐清悲慘 與昏昏欲睡兩種 情緒。
附圖 10 密度分群 5(eps=40,MinPts=20)圖
附圖 11 密度分群 5 (eps=40,MinPts=20)規則散點圖
附圖 12 密度分群 5 (eps=40,MinPts=20)規則分組圖 附表 4
密度分群 5(eps=40,MinPts=20)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快>
<cluster=1> =>
<emotion=愉快>
<cluster=10> =>
<emotion=愉快>
<cluster=8> =>
<emotion=愉快>
<cluster=9> =>
<emotion=愉快>
<cluster=4> =>
<emotion=激動> 0.1868421 0.9015873 3.606349 284/315=90.16%
<cluster=6> => 255/550=46.36%
條件
lhs =>rhs support confidence lift 精準率
<emotion=悲慘>
<cluster=6> =>
<emotion=昏昏欲 睡>
0.1572368 0.4751491 1.900596 239/503=47.51%
平均精準率=69.32%
二、最大期望分群與關聯法則 1. 最大期望分群(EMS=12)
以 380 位學生之情緒色彩選擇進行最大期望分群與關聯規則分析情 緒分類。首先以最大期望分群共分為 12 群，分類後資料散佈如附圖 13，
規則散點如附圖 14，規則分組圖如附圖 15。關聯法則
(Support=0.06,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如附表 5，其平均精準率為 73.25%。
附圖 13 最大期望分群(EMS=12)圖
附圖 14 最大期望分群(EMS=12)規則散點圖
附表 5
最大期望分群(EMS=12)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=3> =>
<emotion=愉快> 0.06842105 0.7591241 3.036496 104/137=75.91%
<cluster=5> =>
<emotion=激動> 0.1552632 0.8339223 3.335689 236/283=83.39%
<cluster=12> =>
<emotion=悲慘> 0.08092105 0.6910112 2.764045 123/178=69.10%
<cluster=7> =>
<emotion=昏昏欲 睡>
0.1164474 0.6459854 2.583942 177/274=64.60%
平均精準率=73.25%
2. 最大期望分群(EMS=10)
以 380 位學生之情緒色彩選擇進行最大期望分群與關聯規則分析情 緒分類。首先以最大期望分群共分為 10 群，分類後資料散佈如附圖 16，
規則散點如附圖 17，規則分組圖如附圖 18。關聯法則
(Support=0.04,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如附表 6，其平均精準率為 69.04%。
附圖 16 最大期望分群(EMS=10)圖
附圖 17 最大期望分群(EMS=10)規則散點圖
附表 6
最大期望分群(EMS=10)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快> 0.08157895 0.7848101 3.139241 124/158=78.48%
<cluster=8> =>
<emotion=激動> 0.1763158 0.6767677 2.707071 268/398=67.34%
<cluster=10> =>
<emotion=悲慘> 0.1072368 0.6653061 2.661224 163/245=66.53%
<cluster=6> =>
<emotion=昏昏欲 睡>
0.1276316 0.6381579 2.552632 194/304=63.82%
平均精準率=69.04%
3. 最大期望分群(EMS=9)
以 380 位學生之情緒色彩選擇進行最大期望分群與關聯規則分析情 緒分類。首先以最大期望分群共分為 9 群，分類後資料散佈如附圖 19，
規則散點如附圖 20，規則分組圖如附圖 21。關聯法則
(Support=0.01,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如附表 7，其平均精準率為 62.42%。
附圖 19 最大期望分群(EMS=9)圖
附圖 20 最大期望分群(EMS=9)規則散點圖
附表 7
最大期望分群(EMS=9)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快>
<cluster=8> =>
<emotion=愉快>
<cluster=7> =>
<emotion=愉快>
<cluster=1> =>
<emotion=愉快>
<cluster=4> =>
<emotion=激動> 0.1618421 0.778481 3.113924 246/316=77.85%
<cluster=3> =>
<emotion=悲慘>
<cluster=5> =>
<emotion=悲慘>
<cluster=9> =>
<emotion=悲慘>
<cluster=6> =>
<emotion=昏昏欲 睡>
0.1296053 0.6175549 2.470219 197/319=61.76%
平均精準率=62.42%
附圖 22 最大期望分群(EMS=8)圖
附圖 23 最大期望分群(EMS=8)規則散點圖
附圖 24 最大期望分群(EMS=8)規則分組圖 附表 8
最大期望分群(EMS=8)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快> 0.08026316 0.7484663 2.993865 122/163=74.85%
<cluster=4> =>
<emotion=激動> 0.1697368 0.7329545 2.931818 258/352=73.30%
<cluster=3> =>
<emotion=悲慘> 0.1013158 0.6311475 2.52459 154/244=63.11%
<cluster=6> =>
<emotion=昏昏欲 睡>
0.1230263 0.5753846 2.301538 187/325=57.54%
平均精準率=67.20%
5. 最大期望分群(EMS=7)
以 380 位學生之情緒色彩選擇進行最大期望分群與關聯規則分析情 緒分類。首先以最大期望分群共分為 7 群，分類後資料散佈如附圖 25，
規則散點如附圖 26，規則分組圖如附圖 27。關聯法則
(Support=0.06,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如附表 9，其平均精準率為 63.45%。
附圖 25 最大期望分群(EMS=7)圖
附圖 26 最大期望分群(EMS=7)規則散點圖
附圖 27 最大期望分群(EMS=7)規則分組圖 附表 9
最大期望分群(EMS=7)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快> 0.1026316 0.8 3.2 156/195=80.00%
<cluster=6> =>
<emotion=激動>
<cluster=4> =>
<emotion=激動>
2.187500 323/493=65.52%
<cluster=3> =>
<emotion=悲慘> 0.09473684 0.5806452 2.322581 144/248=58.06%
<cluster=5> =>
<emotion=昏昏欲 睡>
<cluster=1> =>
<emotion=昏昏欲
1.879518 231/460=50.22%
平均精準率=63.45%
6. 最大期望分群(EMS=6)
以 380 位學生之情緒色彩選擇進行最大期望分群與關聯規則分析情 緒分類。首先以最大期望分群共分為 6 群，分類後資料散佈如附圖 28，
規則散點如附圖 29，規則分組圖如附圖 30。關聯法則
(Support=0.05,confidence=0.5)以四個情緒為過濾條件取得最佳關聯條件 如附表 10，其平均精準率為 58.79%。
附圖 28 最大期望分群(EMS=6)圖
附圖 29 最大期望分群(EMS=6)規則散點圖
附圖 30 最大期望分群(EMS=6)規則分組圖
附表 10
最大期望分群(EMS=6)關聯法則表 條件
lhs =>rhs support confidence lift 精準率
<cluster=2> =>
<emotion=愉快> 0.05 0.8941176 3.576471 76/85=89.41%
<cluster=6> =>
<emotion=激動>
<cluster=4> =>
<emotion=激動>
1.988950 340/690=49.28%
<cluster=3> =>
<emotion=悲慘>
<cluster=1> =>
<emotion=悲慘>
1.892216 217/483=44.93%
<cluster=5> =>
<emotion=昏昏欲 睡>
0.08881579 0.5152672 2.061069 135/262=51.53%
平均精準率=58.79%