He leído tres razones principales para estandarizar variables antes de algo como la Lasso
regresión:
1) Interpretabilidad de coeficientes.
2) Capacidad para clasificar la importancia del coeficiente según la magnitud relativa de las estimaciones del coeficiente posterior a la contracción.
3) No hay necesidad de intercepción.
Pero me pregunto sobre el punto más importante. ¿Tenemos razones para pensar que la estandarización mejoraría la generalización del modelo fuera de la muestra? Además, no me importa si no necesito una intercepción en mi modelo; agregar uno no me hace daño.