一、用自己的话描述出其本身的含义：
1、特征选择：过滤掉与结果无关或者相关性很低的数据，达到降维的目的；
2、PCA：将原来的n维数据都映射到k维上，从这k维上抽取后的特征要能够精确地表示样本信息，使得信息丢失很小。
二、并用自己的话阐述出两者的主要区别特征选择后的特征是原来特征的一个子集；PCA选择后特征会变化，特征数量也会减少。
