本文研究了 Big-means 算法在大规模数据集聚类中的优化和四种并行化策略，通过实验评估了它们的计算效率、可扩展性和聚类性能，提供了最佳并行化策略的实用指导，并探讨了计算效率与聚类质量之间的权衡。