预测，回归，自回归的区别是什么？

周志华的西瓜书中这样说：

可以知道，预测包括分类和回归。他这里所指的预测是通过样本训练好模型用于测试样本的预测，即输入输出之间的一一对应关系。这里说预测不如说成估计。我感觉用估计这个词更加恰当。
如果建模用于预测离散变量，那么就是分类问题。如果建模用来预测连续变量就是回归问题。

回归和自回归不是同一个问题，回归是建立模型，是输入输出之间的固定关系。而自回归是时间序列模型，训练得到的模型表示了随时间变化的 y 之间的相互依赖性与相关性。
我感觉应该把这些问题都称为预测问题，要先判断自己遇见的问题是回归问题还是自回归问题，通过判断模型的输入是多维变量输入还是时间变量输入来划分是回归问题还是自回归问题，如果输入是不是时间变量，则称为回归，输入是时间变量则是自回归。而自回归又有多步预测和单步预测。

一个博主这样解释，链接: link.