PCA和特征选择技术都是特征工程的一部分，他们有什么不同？

PCA和特征选择技术都是特征工程的一部分，他们有什么不同？
特征选择是从已经存在的特征中选取携带信息最多的，选完之后的特征依然具有可解释性，我们仍然能知道特征在源数据的哪个位置，待表数据的什么含义。
PCA是将已经存在的特征进行压缩，降维完成后的特征不再是源数据中的任何一个特征，而是通过通过某种方式组合起来的特征，新的特征矩阵不再具有可读性，属于特征创造的一种。
因此
PCA不适合用于探索特征和标签的关系的模型比如线性回归，因为无法解释新特征与标签的关系，所以在线性回归中用特征选择。