一、用自己的话描述出其本身的含义：
1、特征选择：从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。
2、PCA：即主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的思想，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
特征选择与PCA的区别：特征选择是从原数据中筛选一些最有效的来达到降低维度的方式，而PCA则是将特征数据执行投影或压缩来降低维度的。
一、用自己的话描述出其本身的含义：
1、特征选择：从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。
2、PCA：即主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的思想，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
特征选择与PCA的区别：特征选择是从原数据中筛选一些最有效的来达到降低维度的方式，而PCA则是将特征数据执行投影或压缩来降低维度的。