如何解读R语言mlr3回归任务autoplot的pairs图输出？

autoplot(task, type = "pairs") 调用GGally的绘图能力生成对称布局的矩阵图，行、列维度依次对齐任务包含的目标变量与全部特征变量，各区域的解读逻辑如下：

对角线位置（变量与自身对应的单元格） #

mpg和自身对应位置展示的曲线是该变量的核密度估计（KDE）分布曲线，通常会附带低透明度填充强化分布轮廓。它的作用仅为展示单变量的整体取值形态：比如mpg的数值集中区间、分布的偏斜方向、是否存在多个离散的数值峰值，完全不涉及不同变量之间的关联分析。

非对角线区域 #

图中出现的所有散点（也就是你询问的点图元素），对应该任务数据集里的每一条独立样本：以横、纵轴两个相交位置的变量分别为坐标维度，把单条样本在这两个变量上的取值映射为平面上的一个坐标点。
矩阵非对角线区域的展示遵循GGally的默认配置：

• 下三角单元格（行变量序号小于列变量序号）：展示两个变量的散点分布，叠加平滑拟合趋势线；你已经掌握的目标-特征相关性解读，就是基于这个区域的散点集中程度判断：散点越沿固定趋势线集中，代表两个变量的线性相关性越强，完全散乱无规律则代表相关性极弱。
• 上三角单元格（行变量序号大于列变量序号）：直接标注两个变量的Pearson相关系数数值，系数绝对值越高，标注字体的视觉权重越强。

内容的提问来源于stack exchange，提问作者intelinsight