【IT168 技术】Python和R语言是在数据工程师间最流行的编程语言，但是，它并不能适用于应用程序构建的所有部分。这也就是你为什么有时需要找到一种方法，将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。
本文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。
Enter: Flask
我们可以把Flask作为共享和host机器学习预测的一种方式，然后我们选择著名的来自 Kaggle competition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，以便稍后添加模型和路线。
请注意，我们指定了希望应用程序运行的主机和端口。
创建和训练模型
加载Titanic 数据集，并在其上创建一个模型：
制作一个简单的API
这一部分是最有趣的，现在我们有了 PREDICTOR，我们需要一些标准来衡量做出的预测是否有价值。一种方法是从URL参数中获取信息，这些参数是在URL的?之后，例如你导航到http：// localhost：4000 / predict?pclass = 1&sex = 1&age = 18&fare = 500&sibsp = 0，则Flask可以为您检索该数据。
我们写一条路线来做到这一点：
保存文件并启动应用程序，你的模型现在已经有一个简单的API。
部署到.NET环境
在.NET环境中部署Flask有很多选择，它大大依赖于基础架构的选择，下面我们就来看看如何使用Microsoft Azure部署到IIS环境。
我们先假设你已经：
创建了一个Azure Cosmos数据库;
创建了一个Flask Web应用程序(如前所述);
熟悉Azure和Visual Studio;
如果你已经正确配置了环境，那么就可以将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(快速CGI)模板，然后选择确定。这将使web.config在项目的根目录中创建一个 文件。
修改 web.config 以使路径与Python安装相匹配。例如，对于Python 2.7 x64，条目应该如下所示：
设置 WSGI_HANDLER 在进入 web.config 到 tutorial.app 以配合项目名称，如下图所示：
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。此操作会在静态文件夹中创建另一个web.config，可禁用该文件的Python processing。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(确保您还没有在本地运行)，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，输入您的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“ 选择扩展”页面中，向下滚动到最新的Python 2.7安装并选择x86或x64位选项，然后单击“ 确定”接受法律条款。
使用Kudu控制台，你可以在https：//.scm.azurewebsites.net/DebugConsole中找到该控制台，以安装应用程序requirements.txt 文件中列出的软件包 。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
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 。
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。
