9、主成分分析

一、用自己的话描述出其本身的含义：

1、特征选择

　　　　在所有数据样本的特征中选择出对预测结果有影响的特征，比如，我们想要预测一部手机的使用寿命是多长时，在所有的特征中保留内存，处理器，损坏程度等等这些特征，可以去除掉手机的颜色，大小，重量等等这些无关的特征，这样我们就能集合有效的信息得到有效的预测结果。

2、PCA

　　　　PCA是一种简化数据集的技术。它是通过把所有的数据投影为一个新的坐标系统中，即把属于这一方差的数据投影到这一主成分中，另一方差的数据投影到另一主成分中，同时保持数据集的对方差贡献最大的特征，即可达到降维的效果。

 

二、并用自己的话阐述出两者的主要区别

　　　　特征选择是从所有特征中选择有效的特征作为数据进行预测，不改变原有的特征值，而PCA则是压缩数据空间，改变了特征值。