机器学习（预测模型）：YouTube视频分析的数据集

YouTube视频分析的数据集提供了对视频性能、观众参与度、收入生成和观众行为的深入洞察。数据来源于真实的视频数据，涵盖了多个关键指标，帮助用户理解如何通过不同变量（如视频时长、上传时间和广告展示次数）来优化内容策略和最大化广告收入。 视频细节：包括视频时长、发布时间、发布后天数和一周中的具体日期。这些信息有助于分析视频在不同时间段的表现。 收入指标：涵盖每千次观看的收入（USD）、估计收入（USD）、广告展示次数以及多种广告收入来源（如AdSense和DoubleClick）。这些指标能够帮助内容创作者和营销人员评估视频的盈利能力。 参与度指标：包括观看次数、点赞数、不喜欢数、分享数、评论数、平均观看时长、平均观看百分比和视频缩略图点击率。这些数据反映了观众对视频的互动程度，帮助分析哪些内容更受欢迎。 观众数据：提供新订阅者、取消订阅者、唯一观众、回访观众和新观众的统计。这些信息能够揭示观众的忠诚度和增长趋势。 货币化和交易指标：详细记录了货币化播放次数、基于播放的CPM、YouTube Premium收入，以及订单和总销售额。这些数据对于整体收入和和商业潜力至关重要。