一、用自己的话描述出其本身的含义：
1、特征选择：相当于人为的控制一些特征里面的分布数据和大小分布，这种主成分降维就是通过数学运算，得到一个好的结果。
2、PCA：是一种分析、简化数据集的技术。可以尽可能降低原数据的维度 （复杂度），损失少量信息。
二、并用自己的话阐述出两者的主要区别
特征选择：只减少数据（特征值）。
PCA：数量达到上百时才使用，考虑数据的简化，数据会改变，特征数量也会减少。
9、主成分分析
原文：https://www.cnblogs.com/tao614/p/12807091.html
