La técnica de regresión de operador de contracción y selección absoluta mínima (LASSO) ha demostrado ser una herramienta valiosa para ajustar y reducir modelos lineales. La tendencia de aplicar LASSO a datos de composición está creciendo, ampliando así su aplicabilidad a diversos dominios científicos. Este documento tiene como objetivo contribuir a este panorama en evolución realizando una exploración exhaustiva de la norma - para el término de penalización de una regresión LASSO en un contexto de composición. Esto implica primero introducir una definición rigurosa de la norma - composicional, ya que la estructura geométrica particular del espacio muestral composicional debe tenerse en cuenta. El enfoque se extiende posteriormente a un análisis meticuloso y basado en datos de los efectos de reducción de dimensiones en modelos lineales, proporcionando valiosas ideas sobre la interacción entre las normas de términos de penalización y el rendimiento del modelo. Un análisis de un conjunto de datos microbianos ilustra el enfoque propuesto.