当使用sklearn2pmml将模型转换为PMML时，sklearn.preprocessing._data.MinMaxScaler不是受支持的转换器

。

在sklearn2pmml中，PMML（Predictive Model Markup Language）是一种用于描述预测模型的标准XML格式。它允许我们将训练好的模型导出为一个可在其他平台上使用的格式，以实现模型的部署和推断。

sklearn2pmml支持将多种scikit-learn中的模型转换为PMML，例如线性回归、决策树、随机森林等。然而，不是所有的scikit-learn预处理器（preprocessor）都受到支持。

在这个特定的情况下，sklearn.preprocessing._data.MinMaxScaler是一个预处理器，用于将数据进行归一化处理。然而，由于某些原因，sklearn2pmml不支持将MinMaxScaler转换为PMML格式。

为了解决这个问题，我们可以考虑使用其他受支持的预处理器替代MinMaxScaler来进行数据归一化。例如，可以使用sklearn.preprocessing.StandardScaler来对数据进行标准化处理，或者使用其他自定义的方法来进行归一化。

总结起来，当使用sklearn2pmml将模型转换为PMML时，需要注意某些预处理器可能不受支持。在这种情况下，我们应该寻找其他受支持的替代方案，以确保成功将模型转换为PMML格式。