Матриці кореляцій можуть бути складними для інтерпретації лише за числовими значеннями. Теплові карти надають візуальний спосіб оцінити 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 ідентифікувати сильні або слабкі асоціації з першого погляду. Це особливо корисно при роботі з великою кількістю змінних, оскільки дозволяє швидко виявити закономірності, підкреслити 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 для зміни стилю 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.