请编写一个简单的多输入单输出的mlp模型进行回归预测

好的，以下是一个简单的多输入单输出的 MLP 模型代码，用于回归预测：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense

# 生成随机数据
x1 = np.random.rand(100, 1)
x2 = np.random.rand(100, 1)
x3 = np.random.rand(100, 1)
y = 3*x1 + 5*x2 + 7*x3

# 构建模型
model = Sequential()
model.add(Dense(10, input_shape=(3,), activation='relu'))
model.add(Dense(1))

# 编译模型
model.compile(loss='mse', optimizer='adam')

# 训练模型
model.fit([x1, x2, x3], y, epochs=100, batch_size=10)

# 预测结果
x1_test = np.random.rand(10, 1)
x2_test = np.random.rand(10, 1)
x3_test = np.random.rand(10, 1)
y_pred = model.predict([x1_test, x2_test, x3_test])
print(y_pred)

这个模型有三个输入（x1、x2、x3），一个输出（y），其中 x1、x2、x3 分别代表三个特征，y 代表目标值。模型结构是一个有一个隐藏层的 MLP，隐藏层有 10 个神经元，使用 ReLU 激活函数，输出层只有一个神经元，没有激活函数。使用 MSE 作为损失函数，Adam 作为优化器进行训练。在训练时，需要将输入数据以列表形式传给模型。最后，使用模型预测新数据的输出。