---
title: Fake News Detector (Pipeline)
library_name: sklearn
tags:
- text-classification
- fake-news
- sklearn
- logistic-regression
- pipeline
license: mit
sdk: gradio
sdk_version: 4.31.0
app_file: app.py
language:
- en
---

## 📰 Fake News Detector (Professional Pipeline)

هذا نموذج **Scikit-learn Pipeline** تم تدريبه لتصنيف المقالات الإخبارية إلى "حقيقية (True)" أو "كاذبة (Fake)".

### 🚀 كيف يعمل؟

يستخدم النموذج `Pipeline` احترافي يدمج خطوتين في خطوة واحدة:
1.  **TF-IDF Vectorizer**: لتحويل النص إلى مصفوفة رقمية.
2.  **Logistic Regression**: لعملية التصنيف.

### 📈 أداء النموذج

حقق النموذج دقة **96.50%** على مجموعة الاختبار.
`![Model Accuracy](Model Accuracy.png)`

### 🛠️ كيفية الاستخدام (في Python)

بفضل الـ Pipeline، أصبح الاستخدام بسيطاً جداً:

```python
import skops.io as sio

# تحميل ملف الـ Pipeline الواحد
pipeline = sio.load("fake_news_pipeline.skops", trusted=True)

# نص للتجربة
text_to_test = "Your sample news text goes here..."

# التنبؤ مباشرة (الـ Pipeline يتولى التحويل والتنبؤ)
prediction_label = pipeline.predict([text_to_test])[0]
probabilities = pipeline.predict_proba([text_to_test])[0]

label = "True" if prediction_label == 1 else "Fake"
confidence = probabilities[prediction_label]

print(f"Prediction: {label}")
print(f"Confidence: {confidence:.2f}")