一、用自己的话描述出其本身的含义：
1、特征选择
从原始数据中挑选出更具代表性，分类性能更好的特征，提高机器的性能。
2、PCA
将多个变量通过线性变换以选出较少个重要变量的一种多元统计分析方法。本质上是从一个维度空间映射到另一个维度空间，在映射的过程中特征值也会相应的变化。
二、并用自己的话阐述出两者的主要区别
PCA：主成分分析有数据选择的倾向，会选择高维数据的主成分进行降维；
特征选择：能够自定义选取数据的特征，进行更精确的操作。
原文：https://www.cnblogs.com/zqy1004/p/12817582.html