En el caso del Perceptrón -algoritmo supervisado- partimos de características predictivas y etiquetas conocidas. Para simplificar la explicación y poder mostrar los datos en el plano, supongamos que se trata apenas de dos características predictivas, por ejemplo:

y que las etiquetas son las siguientes:

Si llevamos estos datos a una gráfica, el resultado es el siguiente:

Apreciamos en la gráfica que estos datos son linealmente separables, y que existe un infinito número de líneas que servirían para este propósito:
