一、用自己的话描述出其本身的含义：
1、特征选择
2、PCA
二、并用自己的话阐述出两者的主要区别
解：
一、
1、特征选择：从全部特征中选取一个特征子集，使得使构造出来的模型效果更好，推广能力更强，是能剔除不相关、冗余、没有差异刻画能力的特征，从而达到减少特征个数、减少训练或者运行时间、提高模型精确度的作用
2、PCA：一种分析、简化数据集的技术，经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。数据中会使方差最大化的方向，PCA是在对特征数据执行投影或压缩时，最大化的降低信息丢失。
二、
特征选择选取出的特征不改变原有特征信息，PCA会改变原有的特征信息。
原文：https://www.cnblogs.com/keshangming/p/12793550.html