在检验输入属性与目标属性的相关性时，选择合适的统计检验方法是非常重要的。针对目标属性是类别型、输入属性是数值型的情况，以下是对各个选项的分析：

A: **T检验**
- T检验通常用于比较两个样本均值之间的差异，适用于数值型目标属性和数值型输入属性之间的比较。由于目标属性为类别型，T检验并不适合这个情况。

B: **ANOVA检验（方差分析）**
- ANOVA检验用于比较多个组间的均值差异，适用于数值型输入属性与类别型目标属性之间的关系检验。所以，这是一个合适的选择。

C: **卡方检验**
- 卡方检验用于检测两个类别型变量之间的关联性。由于这次的输入属性是数值型，不适合使用卡方检验。

D: **模式检验**
- 模式检验不是一个标准的统计检验方法，通常不被作为数值型与类别型之间关系检验的工具。

因此，正确答案是：**B: ANOVA检验**。