Datasettet til dette prosjektet er en CSV fil: Gaming_Academic_Performance.csv. Denne er hentet fra https://www.kaggle.com/datasets/aiexplorer77/gaming-vs-academic-performance. Datasettet består av 8000 linjer hvor det er 14 kolonner. Kolonnene inneholder data om akademisk prestasjon, informasjon om studentenes gaming vaner og noen andre relevante faktorer. I filen tree_loop.C blir det laget et TTree fra CSV dataen. Ved å bruke JSROOT sin draw() funksjon direkte på TTree kan alle kolonnene lages til histogrammer direkte i index.html. Alle plot kan interageres med ved å bruke musepekeren, f.eks kan legenden flyttes ved "drag-and-drop".
Bruk menyen under for å utforske de ulike kolonnene i datasettet.
Videre i tree_loop.C blir alle kolonnene i datasettet sammenliknet med karakter kolonnen. Alle sammenlikningene gjøres til et histogram (TH2F) og et profil-plot (TProfile). Histogrammet er bare to histogram på hver sin akse med antall tellinger representert i farge. Et profil-plot har et histogram på x-aksen, men på y aksen er gjennomsnittskarakteren til hver bin fra histogrammet. Det ser derfor ut som et error-bar plot.
Bruk menyen under for å se sammenhengene med karakter.
Videre er det i csv_analyse.C plottet ett ekstra histogram i 3D som kan beveges interaktivt. i csv_analyse.C kjører jeg mange Fit() operasjoner på profil-plotene fra forrige del hvis x-aksen har "time" som enhet. Disse blir laget på nytt i denne filen ved å bruke RDataFrames istede for TTree fordi det ga mer kontroll over antallet bins og x-aksens grenseverdier. Noen av Fit() funksjonene trengte flere kurver. Noen passer bra og andre har diskontinuiteter der jeg ikke klarte å finne rett parametre for fit. Til slutt er samles alle i ett plot (TMultiGraph).