一、用自己的话描述出其本身的含义：
1、特征选择
①特征选择就是特征降维中进行人工选择的方式，主观性剔除不要的特征。
2、PCA
②主成分分析是一种分析、简化数据集的技术。主成分分析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。
二、并用自己的话阐述出两者的主要区别
特征选择是从包含多个特征的数据集中挑选出几个特征作为实际使用的数据集，没有改变特征的形式。
PCA是用于减少数据集的维度，同时保持数据集中使方差贡献最大的特征。改变了原来特征的形式。
原文：https://www.cnblogs.com/SeBr7/p/12797843.html