写一个POI语义类别分类的代码

下面是一个简单的 POI 语义类别分类代码，使用 Python 和 scikit-learn 库：

import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 读取 POI 数据
data = pd.read_csv('poi_data.csv')

# 将描述文本转换为 TF-IDF 特征向量
vectorizer = TfidfVectorizer()
X = vectorizer.fit_transform(data['description'])

# 分离目标变量（语义类别）
y = data['category']

# 将数据分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 使用逻辑回归模型进行训练
model = LogisticRegression()
model.fit(X_train, y_train)

# 预测测试集的语义类别
y_pred = model.predict(X_test)

# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy: {:.2f}%".format(accuracy * 100))

这仅仅是一个简单的例子，您可以根据自己的需求进行修改。