Les courbes principales sont une généralisation non linéaire de la notion de première composante principale. Intuitivement, une courbe principale est une courbe de $R^d$ passant au milieu d'une distribution de probabilité en dimension d ou d'un nuage de données de $R^d$. Plusieurs définitions ont été proposées, dont l'une repose sur la minimisation d'un critère des moindres carrés. Nous nous intéressons au choix de la classe sur laquelle minimiser ce critère pour obtenir une courbe principale qui résume au mieux la forme des données sans pour autant conduire à de l'interpolation, et adoptons le point de vue de la sélection de modèle par pénalisation.