Du arbeider med et datasett over pingviner. Målet ditt er å bygge en komplett maskinlærings-pipeline som klassifiserer pingvinarter ved hjelp av en K-Nearest Neighbors (KNN)-modell. Pipelinen skal håndtere kategorisk koding, manglende verdier, skalering av variabler og parameterjustering.

1. Kode målvariabelen y ved å bruke klassen LabelEncoder.
2. Del datasettet i trenings- og testsett med train_test_split() og test_size=0.33.
3. Lag en ColumnTransformer kalt ct som bruker en OneHotEncoder på kolonnene 'island' og 'sex', og lar alle andre kolonner være uendret (remainder='passthrough').
4. Definer et parametergrid param_grid som inneholder følgende verdier for n_neighbors: [1, 3, 5, 7, 9, 12, 15, 20, 25], og inkluder 'weights' ('uniform', 'distance') og 'p' (1, 2).
5. Lag et GridSearchCV-objekt med KNeighborsClassifier() som estimator og param_grid som parametergrid.
6. Bygg en pipeline som inkluderer følgende steg i rekkefølge:

• ColumnTransformer (ct);
• En SimpleImputer med strategi satt til 'most_frequent';
• En StandardScaler for skalering av variabler;
  • GridSearchCV-objektet som siste steg.

7. Tren pipelinen på treningsdataene (X_train, y_train) ved å bruke .fit()-metoden.
8. Evaluer modellens ytelse ved å skrive ut testscoren med .score(X_test, y_test).
9. Generer prediksjoner på testdataene og skriv ut de første 5 dekodede klassenavnene ved å bruke label_enc.inverse_transform().
10. Skriv ut den beste estimatoren funnet av GridSearchCV ved å bruke attributtet .best_estimator_.