Я пытаюсь обучить линейную модель SVC (с помощью scikit-learn) для проблемы двоичной классификации изображений. Для обучения у меня есть около 60к обучающих изображений, каждое по 1800 пикселей. И да, я действительно хочу использовать алгоритмы, связанные с SVM, вместо глубокого обучения, потому что это для обучающих целей. Но проблема в том, что тренировка уже длится несколько часов, но никакого прогресса не показывает. Перед тренировкой я нормализовал значения пикселей до диапазона 0-1, разделив их на 255. Но в чем может быть проблема? Есть какие-нибудь советы, на что я могу настроить или на что обратить внимание?
dataX = dataX/255.
dataY = np.ravel(dataY)
X_train, X_test, y_train, y_test = train_test_split(dataX, dataY, test_size=0.1, random_state=24, shuffle=True)
linear_classifier = svm.LinearSVR(random_state=0, tol=1e-5, verbose=1, max_iter=1000)
linear_classifier.fit(X_train, y_train)