正确答案是A: 逻辑回归的估计方法是最大似然估计。

专业分析如下：

A: 逻辑回归的估计方法是最大似然估计
这是正确的。逻辑回归通过最大化似然函数来估计模型参数，这种方法称为最大似然估计（Maximum Likelihood Estimation, MLE）。

B: 逻辑回归要求自变量和目标变量是线性关系
这是错误的。逻辑回归不要求自变量和目标变量之间是线性关系。相反，逻辑回归通过一个逻辑函数（如sigmoid函数）将线性组合的自变量映射到目标变量的概率上。

C: 逻辑回归比神经网络，更容易过度拟合
这是不准确的。过度拟合与模型的复杂度和数据集的特性相关。一般来说，神经网络比逻辑回归更复杂，参数更多，因此更容易过度拟合。但具体情况还取决于数据和模型的具体应用。

D: 逻辑回归只能做2值分类，不能直接做多值分类
这是错误的。虽然基本的逻辑回归是用于二分类问题，但可以通过扩展方法（如softmax回归或一对多方法）来处理多分类问题。

综上所述，正确的答案是A。