DATASET = fscanfMat("database_pap.dat")

amostras_quant = 917
treinamento_quant = int(amostras * 0.7)
teste_quant = amostras - treinamento

//normaliza os dados
for i=1:8
    DATASET(:, i) = DATASET(:, i) - mean(DATASET(:, i))
    DATASET(:, i) = DATASET(:, i)/stdev(DATASET(:, i))
end

acertos = 0
//executa o teste 10 vezes
for it=1:10
    permutacao = grand(1, "prm", (1:amostras))

    dataset_treino = permutacao(:, 1:treinamento_quant)
    dataset_teste = permutacao(:, (treinamento_quant+1):(treinamento_quant+teste_quant))

    for teste_atual=1:teste_quant
        distancias = zeros(treinamento_quant, 1)
        teste_atual_indice = dataset_teste(teste_atual)

        for dado_atual=1:treinamento_quant
            tmp = DATASET(teste_atual_indice, :) - DATASET(dataset_treino(dado_atual), :)
            distancias(i, 1) = sqrt(tmp * tmp')
        end

        [menorDistancia, menorDistanciaIndice] = min(distancias)

        //checa se classificou pra classe certa
        if (teste_atual_indice <= 275 && menorDistanciaIndice <= 275) || (teste_atual_indice > 275 && menorDistanciaIndice > 275)
            acertos = acertos + 1
        end

    end

end