以下代码均在jupyter notebook内实现
（1）引包
（2）导入数据
（3）查看数据
（4）构造散点图
（5）取TV， radio， newspaper 3列值作为输入值x, 取sales列作为输出值y
（6）使用顺序模型，定义多层感知器，
第一层：Dense完成初始化变量（自定义10个单元隐藏层）越大拟合能力越强
input_shape(3, )输入有三个维度， activation=‘relu’ 使用relu函数**（大于零输出原值，小于零屏蔽）
第二层：输出层 Dense（1）输出只有一个sales，维度为1
注：以下是relu函数图像
（7）查看模型的框架
Param（参数） :40 { 输入三列数据 + 一个权重（weight）} * 10个隐含层 = 40
Param（参数）:11 十个隐藏单元分别 * 一个权重（weight） + 一个偏执 = 11
（8）配置优化器和损失函数
（9）训练模型
（10）预测已知的x值，测试预测能力