例如，在线性可分性维基百科文章中，给出了以下示例：
他们说“下面的例子需要两条直线，因此不是线性可分的”。
另一方面，在 Bishop 的“模式识别和机器学习”一书中，他说“可以被线性决策面精确分离的数据集被称为线性可分的”。
根据 Bishop 对线性可分性的定义，我认为 Wikipedia 示例将是线性可分的，即使这篇 Wikipedia 文章的作者另有说明。这是因为 Bishop 说我们可以使用多个线性决策面（超平面）来分离类，它仍然被认为是线性可分离的数据。Bishop 通过提到线性决策面（复数而不是单数）来暗示这一点。
从逻辑上讲，我同意毕晓普的观点。毕竟，维基百科示例中的类是由线性决策面分隔的。那么如何转身说数据集不是线性可分的呢？决策面个类，也许您可以强制执行数据集只能线性可分的规则。但是为什么要以这种方式定义线性可分性呢？
那么，维基百科的例子是线性可分的吗？