Para o LASSO (e outros procedimentos de seleção de modelo), é crucial redimensionar os preditores. A recomendação geral que sigo é simplesmente usar uma média de 0, 1 normalização de desvio padrão para variáveis contínuas. Mas o que há com manequins?
Por exemplo, alguns exemplos aplicados da mesma (excelente) escola de verão que eu vinculei para redimensionar variáveis contínuas para estar entre 0 e 1 (embora não seja bom para discrepantes), provavelmente para ser comparável aos manequins. Mas mesmo isso não garante que os coeficientes sejam da mesma ordem de magnitude e, portanto, penalizados de maneira semelhante, a principal razão para o reescalonamento, não?