一、用自己的话描述出其本身的含义：
1、特征选择
特征选择就是从数据的所有特征中选择部分的特征作为训练集，从而降低数据维度，提高机器学习性能。
2、PCA
二、并用自己的话阐述出两者的主要区别
特征选择是从数据集中选取部分最具特征的数据作为训练集。PCA是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面
9、主成分分析
原文：https://www.cnblogs.com/fzwboke/p/12795686.html
