一、用自己的话描述出其本身的含义：

1、特征选择

特征选择也叫特征子集选择。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，

是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,

也是模式识别中关键的数据预处理步骤。

2、PCA  主成分分析

利用降维的思想，把多个指标转化为少数几个综合指标，使数据能更好的进行分析和可视化。

 

二、并用自己的话阐述出两者的主要区别

PCA改变了原来特征的形式。 
特征选取没有改变特征的形式。