我正在尝试执行以下操作：

 vc = VotingClassifier(estimators=[('gbc', GradientBoostingClassifier()),
                                   ('rf', RandomForestClassifier()), 
                                   ('svc', SVC(probability=True))],
                       voting='soft',
                       n_jobs=-1,
                       weights=[2, 3, 1])
cross_val_score(vc, X_new, y, n_jobs=-1)

在此，我想调整参数weights。如果我使用GridSearchCV，它会花费很多时间。因为它需要为每次迭代拟合模型。我猜这不是必需的。最好使用类似于prefitused in SelectModelFromfunction from 的东西sklearn.model_selection。

有没有其他选择，或者我误解了什么？