一、用自己的话描述出其本身的含义：
1、特征选择
群中选优，取其精华、去其糟粕。
在得到的数据中选出特征后，从选出的数据特征中找到更好的数据特征，逐步优化。
例如：20个特征选取10个，其中被选取的特征中有数据值为10→特征选择应用完后→被选取的10个特征中的数据10不会改变
2、PCA（主成分分析）
压缩数据，将高维数据映射到低维空间里面
从杂乱无章的高层世界去看投射在低层世界的投影，发现很多投影是相通的，重复的，然后用这些投影去解释高层的世界的东西
提炼精华，以精盖全
本质：是一种分析 、简化数据集的技术
例如：200个特征选取100个，其中被选取的特征中有数据值为10→PCA应用完后→被选取的100个特征，之前的数据10可能会变成5
二、并用自己的话阐述出两者的主要区别
原文：https://www.cnblogs.com/cyxxixi/p/12815508.html