Makine Öğrenimi - Python Kovaryans Matris

import os
import pandas as pd
import numpy as np

def check_positive_definite(file_path):
    try:
        # Veriyi oku
        veri = pd.read_csv(file_path)
        
        # Kovaryans matrisini hesapla
        cov_matrix = veri[['Close', 'Adj Close']].pct_change().cov()
        
        # Özdeğerleri hesapla
        eigenvalues = np.linalg.eigvals(cov_matrix)
        
        # Özdeğerleri kontrol et
        if all(eig > 0 for eig in eigenvalues):
            return "Pozitif belirli"
        else:
            return "Pozitif belirli değil"
    
    except Exception as e:
        return f"Hata - {e}"

# CSV dosyalarının bulunduğu dizin
csv_dizin = 'XU100'

# Dizindeki tüm CSV dosyalarını al
dosya_listesi = os.listdir(csv_dizin)
csv_dosyaları = [dosya for dosya in dosya_listesi if dosya.lower().endswith('.csv')]

# Sonuçları saklamak için boş bir liste oluşturun
results = []

for csv_dosya in csv_dosyaları:
    print(f"Çalışılan dosya: {csv_dosya}")
    try:
        # CSV dosyasını oku
        veri = pd.read_csv(os.path.join(csv_dizin, csv_dosya))
        
        # Diğer işlemleri gerçekleştirin
        sonuc = check_positive_definite(os.path.join(csv_dizin, csv_dosya))
        results.append({"Dosya Adı": csv_dosya, "Sonuç": sonuc})
        
    except Exception as e:
        print(f"Hata: {e}")

# Tüm sonuçları birleştirip genel bir Excel dosyasına yaz
result_df = pd.DataFrame(results)
result_df.to_excel("xu100_sonuclar_birlesik.xlsx", index=False)