python Scikit-learn как правильно смоделировать задачу классификации (Random forest)

Есть такой dataframe:

Коротко: таблица содержит уровень зарплаты, где есть зависимость чем выше разряд тем выше зарплата. У меня же почему то вес признака "age" решает большую роль при предсказании, чем признак разряд. Проблема звучит так при вводе новых данных (разряд = 4, возраст = 17) выдает предсказание равной = 36000, хотя по идее тут есть зависимость от разряда, но модель почему то считает вес "age" больше "razryad" ??? Или возможно я не корректно строю модель либо нужно самому увеличить вес "razryad" ? хотя по идее модель сама должна найти такую зависимость от разряда

import pandas as pd
import numpy as np
import time
from sklearn.ensemble import RandomForestClassifier 

df_json = pd.read_json('dataframes//test_data.json')
X_test = df_json[['razryad', 'age']].reset_index(drop=True)    # 
y_test = df_json['salary']         #

model = RandomForestClassifier()    # выбираем модель обучения: Случайный лес класссификация
model.fit(X_test, y_test) # обучаем модель

# подаем новые данные для выдачи прогноза ожидаемой зарплаты
example_test = {'razryad': [4], 'age': [11]}

example_df_test = pd.DataFrame(example_test)
res = model.predict(example_df_test)    # предсказывает данные
print(f"\nПредсказанные данные:\n{res=}")