通过数据挖掘，我们能够在大型数据集中找到有用的模式，使用像相关性等技术。一定存在一些开源工具用于此目的（有什么例子吗？）。

这是拉取式还是推送式？ 我的意思是，我们是否将数据集和特定的查询作为输入提供给数据挖掘引擎，然后它为我们提供答案（如SQL中的那样），还是我们只将大型数据集作为输入提供给引擎，然后它自己发现我们从未知晓和/或无法为此制定查询的模式，因此我们实际上并没有从中拉取任何特定的查询，它向我们推送模式。

快速阅读维基百科文章并没有清楚地解答我的疑问。

回答：

作为开源工具，可以看看Weka。

关于推拉式的问题，嗯，两者都有。但事情并不那么简单。你必须在寻找某些东西。例如，如果你在寻找聚类，有无监督算法可以以最少的指导给你答案。

在实践中，如果你了解你所分析的数据，并且你在寻找有意义的规律和模式，事情会更有意义。

使用Weka进行尝试将能让你更好地了解可能的范围。