一、用自己的话描述出其本身的含义：
1、特征选择
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。
2、PCA
是一种分析 、简化数据集的技术，用特征降维的方法来减少特征数，减少噪音和冗余，减少过度拟合的可能性。并不是简单地去除某些特征。
二、并用自己的话阐述出两者的主要区别
特征选择主要是对数据变化较小，不影响整体数据的拟合和预测的这些特征数据进行处理，而在现实大量的数据特征面前，特征太多，有些特征和另一个特征之间是有关系的，所以PCA主成分分析主要是通过算法，找出之间的关系，减少降维后的数据损失，达到降维的目的。
原文：https://www.cnblogs.com/SZZZ/p/12827931.html