一、用自己的话描述出其本身的含义：
1、特征选择
根据实际情况需要筛选出符合模型训练的特征，只是从一堆特征里单纯挑出需要的特征，没有对这些特征进行过修改和降维，形成新的特征
2、PCA
主成分分析PCA，他会根据特征数据的规律和主要成分将特征自动降维成更具代表性，更简洁的数据，降低数据的冗余量，使不同样本自己更具有代表性。
二、并用自己的话阐述出两者的主要区别
他们两者的区别就是特征选择只是单纯的从一堆特征里筛选出想要的特征，不会改变其特征值，保证某一特征的完整性，而pca则会根据数据的主要成分，分析后自动冗余的信息整合起来，降低数据的维数，保证数据之间更有辨识性。
原文：https://www.cnblogs.com/chock/p/12789591.html