r - マルチコアを使用すると、キャレットパッケージのパフォーマンスが非常に遅くなります

Question

キャレットパッケージの著者による本「Applied Predictive Modeling 」を読んでいます。

svm でのトレーニングの最初の例は、64 ビット i7 16 GB xubuntu デスクトップで実行するのに数時間かかります [4 時間後にあきらめました]。これは「おもちゃ」のデータセット [800 行、42 変数] であるため、妥当な時間内にこれを実行する方法が必要です。

library(caret)
data(GermanCredit)

library(doMC)
registerDoMC(8)

GermanCredit <- GermanCredit[, -nearZeroVar(GermanCredit)]
GermanCredit$CheckingAccountStatus.lt.0 <- NULL
GermanCredit$SavingsAccountBonds.lt.100 <- NULL
GermanCredit$EmploymentDuration.lt.1 <- NULL
GermanCredit$EmploymentDuration.Unemployed <- NULL
GermanCredit$Personal.Male.Married.Widowed <- NULL
GermanCredit$Property.Unknown <- NULL
GermanCredit$Housing.ForFree <- NULL

## Split the data into training (80%) and test sets (20%)
set.seed(100)
inTrain <- createDataPartition(GermanCredit$Class, p = .8)[[1]]
GermanCreditTrain <- GermanCredit[ inTrain, ]
GermanCreditTest  <- GermanCredit[-inTrain, ]

set.seed(1056)
svmFit = train(Class ~ ., 
           data = GermanCreditTrain,
           method = "svmRadial")

質問: このコードが正しい場合、妥当な時間内に実行するにはどうすればよいですか?