L’analyse des points chauds permet de recenser les zones où la concentration d’événements est plus élevée que le nombre attendu dans une distribution aléatoire donnée d’événements. L’analyse des points chauds a été largement utilisée dans diverses disciplines de recherche, telles que la santé publique, la criminalité et la recherche liée à la qualité de l’environnement. Dans cette étude, nous avons appliqué l’analyse des points chauds et les statistiques I locales pour identifier les grappes de températures élevées et basses dans les immeubles commerciaux. Notre étude démontre que l’analyse des points chauds est applicable à l’intérieur d’un immeuble. Grâce à la statistique I de Moran, nous avons élaboré une méthode permettant de déterminer le nombre optimal de voisins. De plus, nous avons utilisé des forêts aléatoires pour identifier les caractéristiques importantes de l’emplacement qui influencent les points chauds et froids. Par ailleurs, l’inoccupation du lieu et la présence de fenêtres sont apparues comme des facteurs cruciaux dans notre application. En conclusion, notre application combinée de la statistique I de Moran et de l’analyse des points chauds permet d’identifier efficacement les zones chaudes et froides d’un immeuble lorsque le nombre de voisins est correctement identifié et qu’il n’y a pas de valeurs aberrantes ou de capteurs anormaux.