我是Matlab和机器学习的初学者。请随时将我引向正确的方向。在更高版本的Matlab中，有名为newrb和newrbe的函数可用于设计径向基网络。对于“ newrb”，该函数具有以下参数：
net = newrb(P,T,goal,spread,MN)
其中P和T分别是输入和输出矢量，goal是用户所需的最小均方误差，spread是另一个用户定义的常数它是用于径向基函数的高斯核的标准偏差的度量，MN是用户定义的最大神经元数。在这里，spread是用户定义的常数，这意味着对于给定的配置，所有神经元将共享相同的“扩展”，并且需要通过反复试验对其进行优化。但是，我认为，如果网络可以为每个单独的神经元（而不是让所有神经元共享一个）优化其“传播”本身，那么它将能够以更好的功能近似所需的功能。是否有任何方法可以使用内置功能/自定义可以在这些功能（newrb和newrbe）中缝合在一起的功能？