로지스틱 회귀, 의사 결정 트리 및 랜덤 포레스트를 이용한 가짜 뉴스 탐지 시스템

이 연구의 목적은 의사 결정 트리, 랜덤 포레스트 및 로지스틱 회귀라는 세 가지 기계 학습 모델로 가짜 뉴스 탐지 시스템을 설계하는 것입니다. 이 세 가지 서로 다른 모델을 분석하여 가짜 뉴스를 정확하게 탐지하는데 가장 효율적인 모델을 결정했습니다. 얻어진 결과는 로지스틱 회귀의 정확도가 98.80%, 의사 결정 트리의 정확도가 99.64%, 랜덤 포레스트의 정확도가 99.23%임을 보여주었습니다. 비교 분석에서 추론할 수 있듯이, 우리의 최적 모델은 99.64%의 정확도를 가진 의사 결정 트리입니다.