划分超平面（hyperplane），理学-计算机科学技术-人工智能-机器学习-统计学习，机器学习中的一类线性模型，用于对不同类别的数据构建模型，预测未见数据的所属类别。超平面来自几何的概念。它是个子空间，其维度比原空间少1。比如，如果原空间维度是3，那么其超平面就是二维的平面；类似的，如果原空间维度是2，那么其超平面就是一维的直线。基于不同的空间设置，超平面可能会有不同的性质。例如：维的仿射空间的超平面是个维的平面子集，它能够将原空间一分为二。在机器学习领域，如线性规划、线性判别分析、对率回归以及多层类神经网络中，超平面是一种常见的模型元件。在定义的空间中，超平面是一个维度为的仿射空间。假定超平面由方程定义。超平面被分成正闭半空间和负闭半空间：对于上的子集以及超平面，如果或者成立，那么称是的划分超平面（separating hyperplane），或者划分和。