对于以数据为中心的工程师来说，Python和R是数据中心***的编程语言之一。但是，它们并不总是构建应用程序的其余部分的语言。这就是为什么你有时需要找到一种方法，将用Python或R编写的机器学习模型部署到基于.NET等语言的环境中。
在本文中，将为大家展示如何使用Web API将机器学习模型集成到.NET编写的应用程序中。
输入：Flask
我们可以使用Flask作为共享和主持机器学习预测的一种方式。让我们使用来自著名的Kaggle比赛的Titanic 数据集。首先，创建一个新文件，并将其称为titanic_app.py(或任何你想要的名字)。导入并初始化Flask应用程序，然后在底部启动服务器。在中间留出空间，以便稍后在中间添加模型和路线。
请注意，我们指定了我们运行的希望应用程序的主机和端口。
创建并训练一个模型
加载Titanic 数据集并在其上创建一个模型：
制作一个简单的API
这是比较有趣的部分。现在有一个预测，需要一些值来预测，一种方法是从URL参数中获取信息，在这之后出现的值对是关键?在一个URL中。例如，如果您导航到http：// localhost：4000 / predict?pclass = 1&sex = 1&age = 18&fare = 500&sibsp = 0，则Flask可以为你检索该数据。
保存文件并启动你的应用程序。现在就有一个简单的API模型了!
部署到NET环境
在NET环境中部署Flask有很多选择，它们将大大依赖于你的基础架构的选择。为了了解这个过程，我们来看看使用Microsoft Azure部署到IIS环境。
假设：
- 你已经创建了一个Azure Cosmos数据库(这篇文章的范围之外)。
- 已经创建了一个Flask Web应用程序(正如我们上面所述的)。
- 熟悉Azure和Visual Studio。
如果你已正确设置环境，则可以将你的Web应用程序部署到Azure。这可以通过创建一个web.config文件来更新Web服务器上的文件来匹配你的实例中的文件。为此，请执行以下步骤：?
在Visual Studio解决方案资源管理器中，右键单击该项目并选择添加新建项目。在出现的对话框中，选择Azure web.config(Fast CGI)模板，然后选择确定。这会在项目根目录下创建一个web.config文件。
修改web.config，使路径与Python安装相匹配。例如，对于Python 2.7 x64，条目应该如下所示：
将web.config中的WSGI_HANDLER条目设置为tutorial.app，以匹配项目名称，如下所示：
- 在Visual Studio Solution Explorer中，展开tutorial文件夹，右键单击静态文件夹，选择Add> New Item，选择Azure静态文件web.config模板，然后选择OK。此操作将在禁用该文件夹的Python处理的静态文件夹中创建另一个web.config。该配置将静态文件的请求发送到默认Web服务器，而不是使用Python应用程序。
- 保存文件，然后右键单击解决方案资源管理器中的项目(确保你还没有在本地运行)，然后选择发布。
- 在“发布”对话框中，选择“Microsoft Azure应用程序服务”，选择“新建”，然后单击“发布”。
- 在“创建应用程序服务”对话框中，输入Web应用程序的名称以及订阅、资源组和应用程序服务计划。然后，点击创建。
- 几秒钟后，Visual Studio完成将文件复制到服务器，并在http：//.azurewebsites.net/页面上显示以下错误消息：“由于发生内部服务器错误，无法显示页面”。
- 在Azure门户中，打开你的新的应用程序服务帐户。在导航菜单中，向下滚动到开发工具部分，选择扩展，然后单击添加。
- 在Choose Extension页面中，向下滚动到***的Python 2.7安装并选择x86或x64位选项，然后单击OK接受合法的条款。
- 使用Kudu控制台，你可以通过https://scm.azurewebsites.net/DebugConsole找到它，以安装应用程序的requirements.txt文件中列出的软件包。为此，在Kudu诊断控制台中，导航到D： home Python27中的Python文件夹，然后按照Kudu控制台部分中所述运行以下命令：
D： home Python27> python -m pip install --upgrade -r /home/site/wwwroot/requirements.txt
- 通过按下重新启动按钮来安装新软件包之后，在Azure门户中重新启动App Service。
一旦完整配置服务器环境后，刷新浏览器中的页面，即可显示Web应用程序。
