一个容易尝试的方法是平均排名，您可以在其中取每个特征的排名平均值。对于你的例子，

$\begin{array}{cc} \textbf{Feature} & \textbf{Avg. Rank} \\ 1 & 1.5 \\ 3 & 2 \\ 2 & 2.5 \\ 4 & 4 \\ \end{array}$

如果您正在测试的数据集大小不同，您还可以根据数据集的大小对排名进行加权。

应该有一个计划

• 将数据集视为特征之间的“匹配”
• 随机化匹配的顺序（按时间顺序插入它们，如果有的话）并在评级系统引擎中插入结果。

如果您对使用更多而不是开发感兴趣，rankade是我们针对体育、游戏等的免费排名系统，它允许与 2 和 3+ 派系进行比赛，而Elo和Glicko仅适用于一对一（这里是比较）。此外，rankade 具有权重功能（所有数据集都具有相同的影响？），可以改进您的工作。