本文通过多个典型案例，系统讲解机器学习中的分类与聚类技术实现，涵盖数据预处理、模型训练、评估优化等关键环节，并附可复现的Python代码。

1. 文本分词与自定义词典管理：实现对文本的分词操作，并支持加载自定义词典以优化分词效果。2. 词频统计分析及可视化（饼图/柱状图）：统计文本中词语出现的频率，并通过饼图和柱状图进行可视化展示。3. 词性标注与分类存储：对文本中的词语进行词性标注，并将标注结果分类存储。4. 命名实体识别（人名/地名/武器）：识别文本中的人名、地名和武器等实体信息。5. 词云可视化：根据文本词频生成词云图，直观展示