Как сократить время оптимизации машины опорных векторов с огромным набором данных?

У меня есть 30 тыс. Образцов для обучения машины опорных векторов, а также для перекрестной проверки, что увеличивает вычислительные затраты. Существуют ли какие-либо методики или практические правила для сокращения вычислительных затрат, например, разделение определенным образом или обучение только на определенном подмножестве 30-тысячных выборок?

Мой код уже быстрый, но в зависимости от выбора параметра ядра, для оптимизации требуется значительное время. Как я могу ускорить это?