Je werkt met een dataset van pinguïns. Het doel is om een volledige machine learning-pijplijn te bouwen die pinguïnsoorten classificeert met behulp van een K-Nearest Neighbors (KNN)-model. De pijplijn moet categorische codering, ontbrekende waarden, feature scaling en parameterafstemming verwerken.

1. Codeer de doelvariabele y met behulp van de klasse LabelEncoder.
2. Splits de dataset in trainings- en testsets met train_test_split() en test_size=0.33.
3. Maak een ColumnTransformer genaamd ct die een OneHotEncoder toepast op de kolommen 'island' en 'sex', waarbij alle andere kolommen onveranderd blijven (remainder='passthrough').
4. Definieer een parametergrid param_grid met de volgende waarden voor n_neighbors: [1, 3, 5, 7, 9, 12, 15, 20, 25], en voeg 'weights' ('uniform', 'distance') en 'p' (1, 2) toe.
5. Maak een GridSearchCV-object met KNeighborsClassifier() als estimator en param_grid als parametergrid.
6. Bouw een pijplijn die de volgende stappen in volgorde bevat:

• De ColumnTransformer (ct);
• Een SimpleImputer met de strategie 'most_frequent';
• Een StandardScaler voor feature scaling;
  • Het GridSearchCV-object als laatste stap.

7. Train de pijplijn op de trainingsdata (X_train, y_train) met de .fit()-methode.
8. Evalueer de modelprestatie door de testscore af te drukken met .score(X_test, y_test).
9. Genereer voorspellingen op de testdata en druk de eerste 5 gedecodeerde klassenamen af met label_enc.inverse_transform().
10. Druk de beste estimator gevonden door GridSearchCV af met het attribuut .best_estimator_.