你的问题并不详细，我给你做两种不同的补充，基于这两个补充来回答吧。
首先假设你的四组数据是四个训练集(比如每组数据是二维的，表示100点，那四组数据就是400个点)
补充1.
假设你需要的是将四组数据所描述的样本看成是一个整体，需要拟合出一个方程以最大程度拟合这所有的样本点，那么你可以选择一个阶数较高或较复杂的方程式模型（比如高阶多项式、幂函数、对数函数的组合等），使用最小二乘回归、加权最小二乘回归、梯度下降、支持向量机等方法拟合模型系数，找出使得误差最小的模型形式及参数
补充2.
假设你需要的是将其中一部分作为训练数据集，另一部分用来作检验（包括模型泛化能力、交叉验证等），那我建议你选择一个稍微简单的模型，阶数不要太高，在通过训练集得到模型的具体参数后，再用检验数据集进行检验，检验标准很多，包括方差等，主要就是看模型的泛化能力强不强。
具体实施可以采用matlab软件，里面包含了很多数据处理方面的函数
温馨提示：答案为网友推荐，仅供参考