Почему в этом примере используется binary_crossentropy?

Question

На этой странице

https://keras.io/getting-started/functional-api-guide/

пример "Модели с несколькими входами и несколькими выходами":

    We seek to predict how many retweets and likes a news headline will receive on Twitter. The
     main input to the model will be the headline itself, as a sequence of words, but to spice things up, 
our model will also have an auxiliary input, receiving extra data such as the time of
 day when the headline was posted, etc. 

Задача состоит в том, чтобы предсказать, сколько ретвитов илайки », так что это должна быть проблема мультиклассовой классификации или регрессии. Но почему в примере кода используется двоичная классификация?

model.compile(optimizer='rmsprop', loss='binary_crossentropy',
              loss_weights=[1., 0.2])

Здесь «двоичный_кросцентропия», а не «категориальный_кросцентропия». Как бинарная классификация может предсказать «сколько ретвитов и лайков» в этом примере?