在線性分類問題中，「線性可分」 是指數據集中的不同類別樣本可以被一條（或一個）線性決策邊界完全分開，且沒有任何誤分類的現象。
具體定義：- 在二維空間中，線性可分意味著存在一條直線，能將所有屬於類別A的數據點和類別B的數據點完全分隔到直線的兩側。
- 在更高維度中，這條直線對應的是一個超平面（hyperplane），能將不同類別樣本無誤地分成兩組。
例如，如果有兩類點用「X」和「O」表示，如果可以畫一條線讓所有「X」都在一側，所有「O」都在另一側，則該數據集合為線性可分。
線性可分是許多基本線性分類演算法（如感知器Perceptron、線性支持向量機）能夠有效找到分類界面的前提條件。若數據**線性不可分**，就無法用單一條直線或超平面精確分類，需要透過非線性映射或其他複雜演算法處理。
簡單說，線性可分是指資料能被一條直線或超平面**完全正確切分**，使得兩類資料沒有交錯或重疊。
