我会给你一个不严谨但直观的理由来解释为什么拦截没有受到惩罚。当我们估计一个惩罚模型时，我们通常对预测变量进行缩放和居中。这意味着截距估计为结果变量的平均值。

请注意，结果变量的平均值是我们可以做出的最简单的预测（除了预测与结果无关的随机数，在这种情况下为什么要使用数据，对吧？）。除了简单之外，当我们不考虑任何其他变量时，样本均值也是平方损失的最小值。

惩罚截距意味着在极端情况下，当所有模型参数都缩小到 0 时，我们会使模型的预测偏离样本均值。这将导致比我们可以做出的预测更差，或者换一种说法，我们实际上可以进一步最小化平方误差。