主要区别在于 PCA 是一种降维技术，而 Factorization Machines 是分类器。您可以使用 PCA 来简化/压缩给定的数据集，同时可以使用 FM 对观察结果进行分类。

另一个区别是 PCA 是一种线性技术，而 FM 是非线性技术。PCA 提取与输入变量线性相关的后续因素，而另一方面，FM 可以“学习”数据集中的非线性模式。