SVMは時間かかるんだね
はい、その通りです。SVM（Support Vector Machine）は、データセットのサイズが大きい場合や特徴量の数が多い場合には計算量が増加し、処理に時間がかかることがあります。特にカーネルトリックを使用する場合やハイパーパラメータのチューニングが必要な場合には、計算コストが高くなります。
そのため、大規模なデータセットや複雑な問題に対してSVMを適用する際には、計算リソースや処理時間に注意する必要があります。また、データの前処理や特徴量の選択などを行うことで、計算コストを削減する方法も考えられます。
もし時間がかかりすぎる場合は、他のモデルやアルゴリズムを検討することも一つの方法です。ランダムフォレストなどのモデルは、多くの場合においてSVMよりも計算コストが低いため、代替手段として検討する価値があります。