这是一本分类、聚类很好的工具书

    这本书重点介绍了分类（监督学习）、特征提取、聚类（无监督学习）这三个部分，每个部分都很详细介绍了各种方法。
    比如在分类中，就有贝叶斯、神经网络、支持向量机等方法介绍。另外还捎带介绍了马科夫、隐马、条件随机场等上下文相关的分类方法。
    特征提取中，介绍了较多的特征选择的原理以及方法，稍显不足的是没有针对性不足，比如文本分类的特征提取方法，如TFIDF、信息增益、互信息、开方检验等。
    聚类中也介绍了不少方法。
    总之，如果研究机器学习方面，买一本，经常看看，经常琢磨是非常不错的。但是，这些方法应该同实际结合起来，在实际的应用中，简单的方法往往是最可行的，这点需要注意。