我有一个关于编程逻辑的问题，以及做我想做的最聪明的方法。
我想做一个简单的＆＃34; Twitter情绪分类，要么将推文分类为正面还是负面（也许是中立的，还不确定）。我想用tweepy听Twitter流，并将传入的推文存储在数据库中。我在想，因为Twitter的ToS禁止存储推文，我希望在收听流时处理推文。意思是，我想小写它们，删除添加。空白，删除一些单词等等，我需要对它们进行分类。然后使用预先训练的模型对每条推文进行分类，然后仅在数据库中存储推文ID和推文的情绪，而不是推文。
现在我担心：在每个关于scikit学习分类器的教程中，总会有多个文档被分类。 .predict函数还需要一个类似数组的稀疏矩阵＆＃34; http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression.predict
那么甚至可以一次只对一条推文进行分类吗？另一个选择是忽略ToS并将推文存储在数据库中，在分析结束时进行所有处理和分类（有趣的是观察更长时间内的情绪，甚至监视它不断）然后删除推文。
最聪明的方法是什么？我对编程很新，所以我想学习逻辑。