我开发了一些算法来对MNIST数据集中的数字进行分类。问题是这些算法有2个参数，我使用svm进行分类，它们也有2个参数（C和gamma）。找到所有最佳的方法需要相当长的时间。我还注意到，当我使用2000的C时，我得到98.15％的准确度，相比之下，当C为1时，准确率为90％左右，伽马也非常高。让这些参数如此之高以获得良好结果是否正常？
但我的主要问题是：考虑到MNIST数据非常大，我可以使用每个类少得多的数字（例如每个类1000个）而不是总数60000来了解哪里可以找到好的参数？减少训练数据对参数的影响究竟如何？