一、用自己的话描述出其本身的含义：
1、特征选择
答：选择就是在一堆集合里面进行筛选数据，选择部分子集来实现降维，不用的进行丢弃。
2、PCA
答：PCA即主成分分析方法，是一种使用最广泛的数据压缩算法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分可以用于降维。
二、并用自己的话阐述出两者的主要区别
特征选择与PCA斗可以降低维度，区别在于特征选择是从多个特征集里面选择出部分的特征用于训练模型，然而PCA是减少数据集的维度，改变了原来特征的形式。
。
原文：https://www.cnblogs.com/ys-hl-lo/p/12822431.html