一、用自己的话描述出其本身的含义：
1、特征选择
通过人工选择特征筛选删除相关系数较低的特征，从而达到降维的作用让模型更加准确。
2、PCA
分析、简化数据集，用特征降维的方法减少特征数降低数据复杂的，减少过度拟合的可能性。
二、并用自己的话阐述出两者的主要区别
特征选择后是原来的特征集；PCA选择后特征集会变，特征数量也会变少；PCA选择是机器自动选择的所以可以适用于特征数特别多的时候，特征选择是人工手动的适用于特征数相对来说比较少的时候。
原文：https://www.cnblogs.com/chenhaowen-shuaishuaide/p/12821757.html