Para el LASSO (y otros procedimientos de selección de modelos) es crucial reescalar los predictores. La recomendación general que sigo es simplemente usar una normalización de media 0 desviación estándar 1 para variables continuas. Pero, ¿qué hay que ver con los maniquíes?
Por ejemplo, algunos ejemplos aplicados de la misma (excelente) escuela de verano que relacioné con reescalar variables continuas para estar entre 0 y 1 (aunque no es excelente con valores atípicos), probablemente para ser comparables a los dummies. Pero incluso eso no garantiza que los coeficientes sean del mismo orden de magnitud, y por lo tanto penalizados de manera similar, la razón clave para la reescalado, ¿no?