作业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

将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。从而提高模型精确度，减少运行时间的目的。

2、PCA

是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。

二、并用自己的话阐述出两者的主要区别

PCA降维是从选择最优基向量来选择方差较大的维度，因为假定小方差维度携带的信息量可以忽略不计。

特征选择则是从模式识别的方向出发的数据处理方法，一些方法会利用到response信息。