Дерево решений обучает модель всему набору данных, и создается только одна модель.В случайном лесу создается несколько деревьев решений, и каждое дерево решений обучается на подмножестве данных путем ограничения количества строк и объектов.В вашем случае у вас есть только две функции, поэтому модель будет создавать и обучать данные на подмножестве данных.
Вы можете создать любое количество случайных деревьев для ваших данных.Обычно в случайном лесу большее количество деревьев приводит к лучшей производительности, но также и к большему времени вычислений.Поэкспериментируйте с вашими данными и увидите изменения производительности между различным количеством деревьев.Если производительность остается неизменной, используйте меньшее количество деревьев для ускорения вычислений.Вы можете использовать поиск по сетке для этого.
Также вы можете поэкспериментировать с другими моделями ml, такими как линейная регрессия, которая может хорошо работать в вашем случае.