python中如何画logistic_Python：如何使用SKlearn使用多项Logistic回归

我有一个测试数据集和训练数据集,如下所示.我提供了带有最小记录的样本数据,但我的数据超过了1000条记录.这里E是我需要使用算法预测的目标变量.它只有四个类别,如1,2,3,4.它只能采用这些值中的任何一个.

培训数据集：

A B C D E

1 20 30 1 1

2 22 12 33 2

3 45 65 77 3

12 43 55 65 4

11 25 30 1 1

22 23 19 31 2

31 41 11 70 3

1 48 23 60 4

测试数据集：

A B C D E

11 21 12 11

1 2 3 4

5 6 7 8

99 87 65 34

11 21 24 12

由于E只有4个类别,我想用多项Logistic回归(1 vs Rest Logic)预测这个.我正在尝试使用python实现它.

我知道在变量中设置这些目标所需的逻辑,并使用算法来预测这些值中的任何一个：

output = [1,4]

但我仍然坚持如何使用python(sklearn)来循环使用这些值以及我应该使用什么算法来预测输出值？任何帮助将不胜感激