3. Realiza una validacion cruzada para ambos modelos con la funcion cv.glmnet(). Esto dividira tus datos en un numero de partes (o ”pliegues”), ajustara el modelo en algunos de ellos y luego probar a el modelo en los pliegues que se dejaron de lado. Esto se repite varias veces para obtener una evaluacion mas robusta del modelo en R studio

lamda = 10^seq(-5, 10, length=100)
cv.res = cv.glmnet( x_train, y_train, alpha=0, lambda = lamda)
plot(cv.res$lambda, cv.res$cvm)