吴恩达机器学习作业：正则化逻辑回归模型

（1）可视化训练数据：

（2）由上图数据分布可知，线性回归无法分开他们。因此对原始数据做映射，将2维数据扩展到28维。（x^6）

X = mapFeature(X(:,1), X(:,2));

计算初始的cost和梯度：（注意）grad(1)没有正则化项

画出边界：

（3）迭代训练一组Theta.

当新的X进来时，得到预测值y，并计算精度。