Візуалізація кореляцій за допомогою теплових карт

Матриці кореляцій можуть бути складними для інтерпретації лише за числовими значеннями. Теплові карти надають візуальний спосіб побачити силу та напрямок зв'язків між змінними.

Навіщо використовувати теплову карту кореляцій?

Теплова карта кореляцій забезпечує візуальний спосіб дослідження зв'язків між числовими змінними. Використовуючи кольори для відображення сили та напрямку кореляцій, значно легше швидко визначити сильні або слабкі асоціації. Це особливо корисно при роботі з багатьма змінними, оскільки дозволяє швидко виявити закономірності, підсвітити мультиколінеарність і спрямувати подальший аналіз.

Візуалізація матриці кореляцій за допомогою теплової карти

Спочатку потрібно створити матрицю кореляцій для візуалізації:

# 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")

Далі можна використати функцію ggcorrplot() для побудови графіка:

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

Ця функція має кілька параметрів, які дозволяють змінювати стиль графіка:

• method = "square" робить кожну клітинку квадратною;
• lab = TRUE накладає значення кореляції на кожен блок;
• colors вказують напрямок: червоний (негативний), білий (нейтральний), зелений (позитивний);
• theme_light() надає графіку чистий, мінімалістичний стиль.