Matlab中常用的数据拟合方法有以下几种：
线性拟合：使用polyfit函数进行线性拟合，得到最小二乘拟合直线。
多项式拟合：使用polyfit函数进行多项式拟合，可以得到最小二乘拟合曲线。
非线性拟合：使用fit函数进行非线性拟合，可以通过选择合适的拟合模型和优化算法，得到最佳拟合曲线。
插值：使用interp1函数进行插值拟合，可以通过给定的一系列数据点，得到中间数据点的近似值。
曲线拟合：使用cftool工具箱进行曲线拟合，可以通过交互式界面选择拟合模型，并自动进行最小二乘拟合。
非线性最小二乘拟合：使用lsqcurvefit函数进行非线性最小二乘拟合，可以通过选择合适的拟合模型和优化算法，得到最佳拟合曲线。
矩阵拟合：使用polyfitn函数进行矩阵拟合，可以通过给定的一系列数据点和多项式次数，得到最小二乘拟合曲线。
曲面拟合：使用fit函数进行曲面拟合，可以通过选择合适的拟合模型和优化算法，得到最佳拟合曲面。
需要根据具体的数据和拟合需求选择合适的拟合方法。