Les matrices de corrélation peuvent être difficiles à interpréter en se basant uniquement sur les valeurs numériques. Les cartes thermiques offrent une méthode visuelle pour observer la force et la direction des relations entre les variables.

Pourquoi utiliser une carte thermique de corrélation ?

Une carte thermique de corrélation permet d'examiner visuellement les relations entre des variables numériques. En utilisant des couleurs pour représenter la force et la direction des corrélations, il devient beaucoup plus facile d'identifier rapidement les associations fortes ou faibles. Cela est particulièrement utile lors de l'analyse de nombreux variables, car cela permet de révéler rapidement des motifs, de mettre en évidence la multicolinéarité et d'orienter l'analyse ultérieure.

Visualisation d'une matrice de corrélation avec une carte thermique

Commencez par créer une matrice de corrélation à visualiser :

# Select numeric columns
numeric_df <- df[, c("selling_price", "km_driven", "max_power", "mileage", "engine")]
# Compute correlation matrix
cor_matrix <- cor(numeric_df, use = "complete.obs")

Ensuite, utilisez la fonction ggcorrplot() pour générer le graphique :

ggcorrplot(cor_matrix,
           method = "square",
           type = "full",
           lab = TRUE,
           lab_size = 5,
           colors = c("red", "white", "forestgreen"),
           title = "Correlation Heatmap",
           ggtheme = ggplot2::theme_light())

Cette fonction propose plusieurs paramètres permettant de modifier le style du graphique :

• method = "square" rend chaque cellule carrée ;
• lab = TRUE affiche les valeurs de corrélation sur chaque cellule ;
• colors indique la direction : rouge (négatif), blanc (neutre), vert (positif) ;
• theme_light() applique un style épuré et minimaliste au graphique.