【Python】sklearnを使った機械学習でCPU使用率を上げて実行時間を短縮したい

###やりたいこと
機械学習を実行した際にCPU使用率が10％程度にしかならないためそれを改善(CPU使用率を上げる)して実行時間を短縮したい
今は学習に10分くらいかかります

###やっていること
mnistからデータセットをダウンロードしたものを読み込み、学習、テストするプログラムです
n_jobsって引数は使えないみたいです...？使い方間違ってるだけかもしれませんが...
(コードからインポート部分は省いてます)

main
1dataset = {}
2dataset['train_images'] = read_dataset.read_img('train-images-idx3-ubyte.gz')
3dataset['train_labels'] = read_dataset.read_label('train-labels-idx1-ubyte.gz')
4dataset['test_images'] = read_dataset.read_img('t10k-images-idx3-ubyte.gz')
5dataset['test_labels'] = read_dataset.read_label('t10k-labels-idx1-ubyte.gz')
6
7
8clf = svm.SVC(gamma=0.001).fit(dataset['train_images'], dataset['train_labels'])
9predict = clf.score(dataset['test_images'], dataset['test_labels'])
10print(f"正解率{predict}")
11

readDataset
1dataset_path = os.getcwd() + '\dataset'
2
3
4def read_img(file_name):
5    path = dataset_path + '\' + file_name
6    with gzip.open(path, 'rb') as file:
7        data = np.frombuffer(file.read(), np.uint8, offset=16)
8    data = data.reshape(-1, 784).astype(np.float32)
9    data /= 255
10    return data
11
12
13def read_label(file_name):
14    path = dataset_path + '\' + file_name
15    with gzip.open(path, 'rb') as file:
16        data = np.frombuffer(file.read(), np.uint8, offset=8)
17    return data