Prediction of Post-Diagnostic Decisions for Tested Hand Grenades’ Fuzes Using Decision Trees

The article presents a brief history of creation of decision trees and defines the purpose of the undertaken works. The process of building a classification tree, according to the CHAID method, is shown paying particular attention to the disadvantages, advantages, and characteristics features of this method, as well as to the formal requirements that are necessary to build this model. The tree’s building method for UZRGM (Universal Modernised Fuze of Hand Grenades) fuzes was characterized, specifying the features of the tested hand grenade fuzes and the predictors used that are necessary to create the correct tree model. A classification tree was built basing on the test results, assuming the accepted post-diagnostic decision as a qualitative dependent variable. A schema of the designed tree for the first diagnostic tests, its full structure and the size of individual classes of the node are shown. The matrix of incorrect classifications was determined, which determines the accuracy of incorrect predictions, i.e., correctness of the performed classification. A sheet with risk assessment and standard error for the learning sample and the v-fold cross-check were presented. On the selected examples, the quality of the resulting predictive model was assessed by means of a graph of the cumulative value of the lift coefficient and the "ROC" curve.

---

We artykule przedstawiono krótką historię powstania drzew decyzyjnych oraz określono cel podjętych prac. Pokazano proces budowy drzewa klasyfikacyjnego według metody CHAID, zwracając szczególną uwagę na wady, zalety oraz cechy charakterystyczne tej metody a także na wymagania formalne, które są niezbędne do zbudowania tego modelu. Scharakteryzowano metodę budowy drzewa dla zapalników UZRGM, określając cechy badanych zapalników do granatów ręcznych oraz zastosowane predyktory, które są konieczne do tworzenia prawidłowego modelu drzewa. Zbudowano drzewo klasyfikacyjne na podstawie posiadanych wyników badań, przyjmując jako jakościową zmienną zależną przyjętą decyzję podiagnostyczną. Pokazano schemat zaprojektowanego drzewa dla pierwszych badań diagnostycznych, jego pełną strukturę oraz liczności poszczególnych klas węzła. Określono macierz błędnych klasyfikacji, która określa trafność błędnych predykcji, czyli poprawność dokonanej klasyfikacji. Przedstawiono arkusz z oceną ryzyka oraz błędem standardowym dla próby uczącej i v-krotnego sprawdzianu krzyżowego. Na wybranych przykładach oceniono jakość powstałego modelu predykcyjnego za pomocą wykresu skumulowanej wartości współczynnika przyrostu oraz krzywej "ROC".