RBFネットワークのパラメータを学習するためには、いくつかのアプローチが ある。良く使われるのは、まず、中間層での学習と出力層での学習を別々に行 い、その結果を初期値として全体のパラメータを微調整する方法である。初期 値を決めるための中間層での学習にはクラスタリング手法（unsupervisedな手 法）が用いられる。クラスタリング手法としては、K-means 法を用いることが 多い。クラスタリングの結果から、各クラスターにひとつのユニットが割り当 て、クラスターの中心をそのユニットの中心とし、正規化パラメータはクラス ターの広がり具合から推定する。出力層での学習は、最小２乗法によって陽に 求めたり、あるいは、最急降下法によって２乗誤差を最小とするよう求めたり する。