線形分離可能(Linearly separable)とは、幾何学においてふたつの点の集合が二次元平面上にあるとき、それらの集合を一本の直線で分離できることをいう。これを一般化して、n次元空間上のふたつの点の集合をn-1次元の超平面で分離できることも線形分離可能と呼ぶ。逆に、分離できない場合を線形分離不可能と呼ぶ。

ニューラルネットワークでは入力を超空間の座標、出力をその点の属性と捉える。属性で点を分類したときに線形分離可能であればパーセプトロンで問題を解くことができる。


この記事では、Creative Commons Attribution-Share-Alike License 3.0の下に公開されているWikipediaの記事線形分離可能の資料を使用しています。