Повышение временной эффективности настройки гиперпараметров SV C

Question

У меня есть ситуация, когда я выполняю 10-кратное резюме для SV C. Я использую GridSearchCV и настраиваю все параметры, но это занимает много времени. Что может быть лучшим способом улучшить эффективность времени? Код, который я использую, показан ниже:

enter code here
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC
svc_classfier = SVC()
param_grid={'C': [0.1, 1, 10, 100, 1000],
        'gamma': [0.001, 0.005, 0.1, 1, 3, 5,10,100],
        'kernel':['linear','rbf']}

grid_obj_svc = GridSearchCV(svc_classfier,
            param_grid=param_grid,cv=10,
           scoring='roc_auc')

grid_fit_svc = grid_obj_svc.fit(X_train, y_train)
svc_opt = grid_fit_svc.best_estimator_

print('='*20)
print("best params: " + str(grid_obj_svc.best_estimator_))
print("best params: " + str(grid_obj_svc.best_params_))
print('best score:', grid_obj_svc.best_score_)
print('='*20)

Немного поясняю мой набор данных: мой набор данных содержит 50 объектов и около 500 строк со смесью категориальных и непрерывных данных в соотношении 60-40.