PCA（主成分分析）是一种用于数据降维和特征提取的方法. ( )A 错B 对

考查要点：本题主要考查对主成分分析（PCA）基本概念的理解，特别是其核心作用——数据降维和特征提取的应用。

解题关键：

1. PCA的核心目标是通过正交变换将可能存在相关性的变量转换为线性不相关的主成分，从而降低数据维度。
2. 降维能有效减少数据复杂度，特征提取则保留数据的主要信息。
3. 若题目描述与PCA的实际作用一致，则判断为正确。

主成分分析（PCA）是一种统计方法，广泛应用于数据分析和机器学习领域。其主要作用包括：

1. 降维：通过将高维数据投影到低维空间，减少数据维度，同时保留尽可能多的信息。
2. 特征提取：提取数据中最重要的特征（即主成分），帮助简化模型或提高计算效率。

题目中“PCA是一种用于数据降维和特征提取的方法”完全符合PCA的实际应用场景，因此答案为正确。