为什么Keras在二元分类中使用目标特征的搜索排序?

在…上 keras source code ,当准备来自sklearn的数据进行拟合时,我们阅读:

if len(y.shape) == 2 and y.shape[1] > 1:
    self.classes_ = np.arange(y.shape[1])
elif (len(y.shape) == 2 and y.shape[1] == 1) or len(y.shape) == 1:
    self.classes_ = np.unique(y)
    y = np.searchsorted(self.classes_, y)
else:
    raise ValueError('Invalid shape for y: ' + str(y.shape))

第一个 if 对于多类分类,第一个 elif 用于二进制分类。我不明白的是为什么是线

y = np.searchsorted(self.classes_, y)

需要。不是吗 lambda x: np.searchsorted(np.unique(x), x) 身份功能?