一、用自己的话描述出其本身的含义：
1、特征选择
特征选择能剔除不相关或冗余的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。
另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。
2、PCA
把多个指标转化为少数几个综合指标，同时保留住较多的原数据点的特性，使数据能更好的进行分析。
二、并用自己的话阐述出两者的主要区别
PCA降维是从选择最优基向量来选择方差较大的维度。
特征选择则是从模式识别的方向出发的数据处理方法。
原文：https://www.cnblogs.com/huangzixuan/p/12811686.html