脑海里却反复回放着刚才她眼底的疲惫——明天请教老师肯定又要费不少心神。
得给她准备点温热的豆浆和软乎乎的豆沙包，让她吃了能有精神。
晚风轻轻吹过，带着一丝甜意，像是在诉说着这细水长流的牵挂。
晨光透过云层洒在校园里，梧桐叶上还凝着细碎的露水。
叶冰瑶和舍友们拎着电脑、抱着整理好的问题清单，脚步轻快地往实验室走去——经过昨晚的梳理
她们把李教授提到的关键点逐一标注，还补充了几个新发现的疑问，眼底满是期待与笃定。
实验室的门虚掩着，李教授已经提前到了，正对着电脑查阅文献。
“李教授好！”
几人轻手轻脚走进来，恭敬地问好。
“来了？”
李教授抬头笑了笑，示意她们坐下。
“昨天说的方法，你们试着操作了吗？”
“试了！”
叶冰瑶立刻打开电脑，调出处理后的数据集。
“我们用箱线图识别了异常值，用中位数填充后，数据分布比之前规整多了，不过在广义加性模型的参数设置上，还有点拿不准。”
她指着屏幕上的参数界面。
“比如平滑度参数，我们试了几个值，拟合效果差异挺大的，想请教您该怎么判断最优值？”
苏沐晴跟着补充。
“还有交叉验证的折数，我们用3折和5折分别试了，结果有点偏差，不知道该以哪个为准？”
李教授俯身仔细看着屏幕，耐心讲解。
“平滑度参数可以结合赤池信息准则来判断，准则值越小，模型拟合效果越好；交叉验证折数的话，样本量较大时用5折更稳健，能减少随机误差的影响。”
他拿起笔，在草稿纸上写下计算公式。
“你们可以用这个公式计算最优参数，再结合实际数据分布调整。”
他顿了顿，继续说道。
“另外，建模后别忘了做残差分析，残差正态分布且无明显趋势，才说明模型拟合得好。”
他打开自己的电脑，调出残差分析的案例图
“你们看，像这样的残差图，就说明模型是可靠的。”
几人听得格外认真，飞快地记录要点，时不时点头回应。
叶冰瑶一边记，一边对照着屏幕上的数据操作。
按照李教授说的方法调整参数，屏幕上的拟合曲线渐渐变得平滑。
误差值也明显下降，她忍不住眼睛一亮。
“教授，您看！这样是不是就对了？”
李教授凑过去看了一眼，赞许地点点头。
“没错，就是这样！你们领悟得很快。”
他又针对其他几个疑问逐一解答，从模型诊断到结果解读，条理清晰、深入浅出。
不知不觉间，一上午的时间悄然流逝。
临走时，李教授看着她们满满的笔记，笑着说。
“数据处理这块基本没问题了，后续写论文时，注意把建模逻辑和结果分析说清楚，有问题随时来找我。”
“太谢谢李教授了！您真是帮了我们大忙！”几人再次道谢，脸上满是如释重负的笑容。”