一、用自己的话描述出其本身的含义：
1、特征选择
由于我们一般不会直接使用原始数据，所以就要进行特征选择；特征选择就是从多个特征中选择部分特征作为训练集的特征，特征在选择前后选择后不改变值
2、PCA
PCA是特征降维，降维本质上是从一个维度空间映射到另一个维度空间，也就是说讲高维度数据集映射到低维度空间的同时，尽可能的保留更多的变量
二、并用自己的话阐述出两者的主要区别
最主要的区别在于，特征选择只是单纯的从特征中选取部分特征作为训练集，只是特征的数量上有改变，而这些被选择的特征在选择后的值是不会发生改变的。而特征降维最主要是一个维度改变的映射关系，降维后特征的值会有所变化