一、用自己的话描述出其本身的含义：
1、特征选择
通过样本的特征来预测样本所对应的值。这个样本数量一定要多，利用已有的特征计算出一个抽象程度更高的特征集。
2、PCA
主成分分析技术，利用降维的思想，把多指标转化为少数几个综合指标。
二、并用自己的话阐述出两者的主要区别
特征选择是从已经存在的特征中选取携带信息最多的，且选完之后的特征依然具有可解释性；同时我们也可以知道特征在源数据的哪个位置，待表数据的什么含义。
PCA是将已经存在的特征进行压缩，降维完成后的特征不再是源数据中的任何一个特征，而是通过通过某种方式组合起来的特征，新的特征矩阵不再具有可读性，可以说创造了一种新的特征。