一、用自己的话描述出其本身的含义:
1、特征选择
特征选择就是在一堆数据中筛选出符合要求的特征,没有对该其降维或变化。
2、PCA
主成分分析PCA,就是降低维数,就是减少数据的某些属性,降低冗余,同时也从这些现有的特征中重建新的特征,提高了准确性。
二、并用自己的话阐述出两者的主要区别
特征选择
在多个特征的数据集中挑选出几个特征,用于训练模型。没有改变特征的形式,也没有不会减少数据集的维数。
PCA
减少数据集的维度,改变了原来特征的形式。