您不能以这种方式比较系数的值。假设你的回应$Y$以米为单位，你有两个特征$X_1$和$X_2$分别以秒和小时为单位。然后你的系数：$\beta_1$有单位米/秒和$\beta_2$有单位米/小时 - 这些不能直接比较。更糟糕的是，如果$X_1$以秒为单位，但$X_2$是完全不相关的东西，比如欧姆、库仑、牛顿或流明。

现在，在进行 lasso 回归时，标准化设计矩阵中的列是标准做法，这基本上使所有预测变量无量纲（尽管当系数返回给用户时，它们通常以原始比例表示）。您仍然无法以任何合理的方式比较大小。看到这一点的一个简单方法是考虑以下情况：

$$\begin{align*} Y = X_1 + X_2 + \epsilon \\ corr(X_1, X_2) = 1 \end{align*}$$

以下任何回归模型都是正确的：

$$\begin{align*} E(Y \mid X_1, X_2) &= X_1 + X_2 \\ E(Y \mid X_1, X_2) &= 2 X_1 \\ E(Y \mid X_1, X_2) &= 2 X_2 \\ E(Y \mid X_1, X_2) &= .5 X_1 + 1.5 X_2 \end{align*}$$

等等。当然，在“自然”中发现的情况从来都不是这么明确的，但这说明了您的提案中的基本困难。