我现在和accord.net一起工作了一段时间，顺便说一句！ ， 我使用rbf内核和SMO作为学习算法的多类svm， 我的数据集由53个标签组成，每个标签有5k个样本， 每个样本包含使用z分数缩放的400个特征 我尝试使用交叉验证运行网格搜索来调整超参数（C和gamma）， 但是性能不是很好，.. 当我使用每个标签包含200个样本的部分数据集时，一个2倍的CV运行大约需要30分钟， 因此，使用5x5网格进行全网格搜索大约需要12.5小时。 现在，如果它是在我的完整数据集上，我会对这个结果感到满意，但它不是十分之一，... 我甚至不尝试使用我的所有数据集..，
我想探索的复杂范围是10 ^ -5 ..... 10 ^ 5，伽玛范围是10 ^ -9 ..... 10 ^ 3， 以上各项的5个值， 我能做些什么来加速进程吗？