本研究では，従来提案した乗算回数と分岐予測誤判定の最小化に基づく高速 K-means アルゴリズム CURα 法を，大規模データに適用し，そのスケーラビリティを再評価する．Cauchy–Schwarz 上限と枝刈り開始次元選定に基づく本手法の特性を確認し，従来法との比較により，大規模データにおいても安定した高速化を実現できることを示す．